基于代价敏感SVM的电信客户流失预测研究

• 作者: 司学峰 蒋国瑞
• 来源期刊: 计算机应用研究
• 关键词: 客户流失 支持向量机 非平衡数据 代价敏感
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 521-523
• 页数: 3页
• 分类号: TP393.04
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.02.035

摘要

针对客户流失数据集的非平衡性问题和错分代价的差异性问题,将代价敏感学习应用于Veropoulos提出的采用不同惩罚系数的支持向量机,建立客户流失预测模型,对实际的电信客户流失数据进行验证.通过与传统SVM、C4.5和ANN对比研究,结果显示此方法在精确度、命中率、覆盖率和提升度均有所改善,表明此方法有效地解决了数据集的非平衡性和错分代价问题,是进行客户流失预测的有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋国瑞	北京工业大学经济与管理学院	125	1271	18.0	24.0
2	司学峰	北京工业大学经济与管理学院	1	44	1.0	1.0