基于SVM分类器的电信欠费预测模型

• 作者: 战守义 李剑 王栋 祝烈煌
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 欠费 分类 支持向量机 双变量统计 主成份分析
• 年，卷（期）: 2004,（z1）
• 所属期刊栏目: 智能控制及其应用
• 页码范围: 124-129
• 页数: 6页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5497.2004.z1.030

摘要

对于日益严重的电信欠费问题,采集了某个地区电信的呼叫详单记录、客户信息、欠费和交费信息等数据,使用支持向量机建立了欠费预测模型.然后可以利用所建立的模型来预测潜在的欠费客户,决策者可以得到充分的支持,做出正确的决策.为了提高模型的预测准确率,使用了双变量统计和主成份对数据进行预处理和分析.最后,为了得到最好的模型,主要做了三种实验.实验结果表明:使用SVM建立的模型具有很好的预测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	战守义	北京理工大学信息科学技术学院计算机系	116	1210	19.0	29.0
2	王栋	北京理工大学信息科学技术学院计算机系	14	110	7.0	10.0
3	李剑	北京理工大学信息科学技术学院计算机系	19	278	7.0	16.0
4	祝烈煌	北京理工大学信息科学技术学院计算机系	29	219	6.0	14.0