作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了客户流失预测的常用方法.基于ORACLE商业智能工具,分别利用贝叶斯法和SVM法对物流客户流失进行预测分析,并对2种方法进行了比较.结果表明,SVM算法的预测效果较好,但Bayes算法具有对数据质量要求不高、算法简单、易于实现、便于直观展现等优势.
推荐文章
基于贝叶斯网络的客户流失分析
贝叶斯网络
客户流失分析
Metropolis-Hasting算法
K2算法
数据挖掘
贝叶斯决策树在客户流失预测中的应用
数据挖掘
贝叶斯决策树
客户流失
熵函数
朴素贝叶斯算法和SVM算法在Web文本分类中的效率分析
Web分类系统
朴素贝叶斯算法
SVM算法
效率分析
基于贝叶斯网络的客户流失分析研究
贝叶斯网络
特征选择
客户流失
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 贝叶斯和SVM在物流客户流失分析中的应用
来源期刊 重庆工学院学报(自然科学版) 学科 交通运输
关键词 客户流失分析 贝叶斯 SVM
年,卷(期) 2009,(7) 所属期刊栏目 信息·电子·计算机
研究方向 页码范围 134-137
页数 4页 分类号 TP274.2|U483
字数 3425字 语种 中文
DOI 10.3969/j.issn.1674-8425-B.2009.07.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张华娣 福州大学数学与计算科学学院 8 36 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (10)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (19)
二级引证文献  (16)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
客户流失分析
贝叶斯
SVM
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导