基于贝叶斯网络的电信客户流失预测分析

• 作者: 叶进 林士敏 程泽凯
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 机器学习 贝叶斯网络 贝叶斯方法 客户流失预测
• 年，卷（期）: 2005,（14）
• 所属期刊栏目: 工程与应用
• 页码范围: 212-214
• 页数: 3页
• 分类号: TP393
• 字数: 3834字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.14.064

摘要

电信客户流失分析常用的数据挖掘方法有自动聚类、决策树和人工神经网络,它们是采用数据本身来训练模型的,没有利用先验知识.电信客户流失是由客户心理、服务质量和对手竞争等诸多复杂的因素造成的,利用这些已有的先验知识,可以提高预测的精度.该文根据先验知识选取分析变量,采集样本数据,通过贝叶斯网络的结构学习和参数学习,建立客户流失模型并进行客户流失趋势预测,取得了比标准数据集更准确的结果,该结果和决策树方法的预测结果相比还具有较大的优势,说明贝叶斯网络是分析客户流失等不确定性问题的有效工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶进	桂林电子工业学院通信与信息工程系	51	440	10.0	20.0
2	林士敏	广西师范大学计算机科学系	49	597	12.0	23.0
3	程泽凯	广西师范大学计算机科学系	8	234	7.0	8.0