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:
分析了电信行业客户关系管理系统的数据独有特点,提出基于客户细分的客户流失预测模型.首先,采用模糊核C-均值聚类算法用于客户细分并对细分结果进行分析,发现高价值客户的群体特征.再利用企业历史数据建立基于SAS数据挖掘技术的客户流失预测模型.最后,把高价值客户作为预测目标数据应用于该模型当中预测出有流失倾向的客户.实验结果表明,该方法有效可行,可以为企业提供准确、有流失倾向的客户名单.
推荐文章
客户流失预测的现状与发展研究
客户流失
支持向量机
预测模型
电信客户流失的组合预测模型
客户流失
预测模型
电信企业
决策树C5.0
BP神经网络
Logistic回归算法
基于简易支持向量机的客户流失预测研究
客户流失
简易支持向量机
预测
基于代价敏感SVM的电信客户流失预测研究
客户流失
支持向量机
非平衡数据
代价敏感
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 基于客户细分的客户流失预测研究
来源期刊 计算机工程与设计 学科 工学
关键词 模糊C-均值聚类 核方法 客户细分 客户流失预测模型 SAS数据挖掘
年,卷(期) 2009,(24) 所属期刊栏目 开发与应用
研究方向 页码范围 5755-5758
页数 4页 分类号 TP399
字数 4168字 语种 中文
DOI
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 张晓滨 西安工程大学计算机科学学院 26 210 8.0 14.0
2 高峰 西安工程大学计算机科学学院 3 29 3.0 3.0
3 黄慧 西安工程大学计算机科学学院 1 16 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (77)
参考文献  (8)
节点文献
引证文献  (16)
同被引文献  (29)
二级引证文献  (52)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(12)
  • 引证文献(2)
  • 二级引证文献(10)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(14)
  • 引证文献(1)
  • 二级引证文献(13)
2019(13)
  • 引证文献(3)
  • 二级引证文献(10)
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
模糊C-均值聚类
核方法
客户细分
客户流失预测模型
SAS数据挖掘
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导