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:
在阐述贝叶斯网络的特点和学习算法的基础上,利用先验知识选取数据样本的属性变量,通过基于K2算法的贝叶斯网络结构学习和基于极大似然方法的参数学习,建立预测模型并进行银行信用卡客户价值预测.预测结果的正确率和覆盖率表明,贝叶斯网络是信用卡客户价值预测的有效工具.
推荐文章
基于数据仓库的信用卡客户分类规则获取
数据仓库
信用卡数据仓库
判定树
分类规则
基于贝叶斯网络的大客户离网预警模型研究
贝叶斯网络
大客户
离网预警
最小总风险准则的贝叶斯网络个人信用评估模型
个人信用评估
最小总风险准则
最小错误概率准则
贝叶斯网络分类器
基于贝叶斯网络的内部威胁预测研究
内部威胁
贝叶斯网络
网络攻击图
似然加权法
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 基于贝叶斯网络的信用卡客户价值预测
来源期刊 计算机与数字工程 学科 工学
关键词 贝叶斯网络 数据挖掘 K2算法 客户价值预测
年,卷(期) 2009,(3) 所属期刊栏目 算法与分析
研究方向 页码范围 91-93,123
页数 4页 分类号 TP274
字数 3434字 语种 中文
DOI 10.3969/j.issn.1672-9722.2009.03.010
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (73)
参考文献  (2)
节点文献
引证文献  (11)
同被引文献  (9)
二级引证文献  (9)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(4)
  • 引证文献(3)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
贝叶斯网络
数据挖掘
K2算法
客户价值预测
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导