一种代价敏感学习方法在电信业流失预测中的应用

• 作者: 何建敏 王纯麟 赵巍 陈金波
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 代价敏感学习 C4.5 电信业 客户流失
• 年，卷（期）: 2007,（1）
• 页码范围: 135-138
• 页数: 4页
• 分类号: F626|TP391
• 字数: 664字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2007.01.027

摘要

根据已有的流失预测方法,提出新的流失预测方法解决数据挖掘中的非对称错分代价问题.该方法以传统C4.5决策树算法为基准分类器,融合代价调整方法实现代价敏感学习.相比之下,C4.5决策树算法仅是基于样本错分代价相同假定,建立了一种错分率最低而非总错分代价最低的预测模型.基于某电信企业的客户数据,及流失客户和非流失客户代价非对称的实际,实证研究结果表明,CS-C4.5通过调整流失类和非流失类样本的比例,大大降低了传统分类算法的样本错分总代价.该方法对于提高电信企业的核心竞争力具有重要的现实意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何建敏	东南大学经济管理学院	379	7673	43.0	72.0
2	王纯麟	东南大学经济管理学院	4	103	4.0	4.0
3	陈金波	东南大学经济管理学院	6	42	4.0	6.0
4	赵巍	东南大学经济管理学院	13	106	6.0	10.0