改进的支持向量分类机在客户流失预测中的应用

• 作者: 夏国恩 邵培基
• 来源期刊: 计算机应用研究
• 关键词: 客户流失 支持向量分类机 电信业 惩罚参数
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2044-2046,2052
• 页数: 4页
• 分类号: F27
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.06.013

摘要

针对目前客户流失预测方法的不足,在利用训练样本中不同类个数比值来确定各类惩罚参数的基础上,改进标准的C-支持向量分类机(SVC).通过以美国某电信公司客户流失预测为实例,与标准C-SVC、人工神经网络、决策树、贝叶斯分类器等方法进行了对比,发现该方法能获得较好的正确率、命中率、覆盖率和提升系数,是研究客户流失预测问题的有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵培基	电子科技大学管理学院	99	1358	19.0	34.0