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:
客户流失预测是不确定的、非线性的复杂系统,传统方法往往难以准确描述这种非线形特性,而支持向量机能够解决线性及非线性分类问题并且具有全局收敛性和良好的推广能力.因此,本文采用支持向量机的智能化新技术建立客户流失预测系统模型.实证表明该模型具有良好的预测能力和较强的实用性.
推荐文章
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
基于支持向量机的纺织行业客户流失分析研究
客户流失
主成分分析
支持向量机
纺织行业
改进的支持向量分类机在客户流失预测中的应用
客户流失
支持向量分类机
电信业
惩罚参数
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
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 基于支持向量机的客户流失预测模型
来源期刊 新疆师范大学学报(自然科学版) 学科 经济
关键词 客户流失预测系统 支持向量机(svm)
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 55-58,76
页数 分类号 F271.1
字数 4669字 语种 中文
DOI 10.3969/j.issn.1008-9659.2010.04.012
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 段芳 新疆师范大学数学科学学院 9 19 3.0 4.0
2 鲁海波 新疆师范大学数学科学学院 6 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
客户流失预测系统
支持向量机(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
新疆师范大学学报(自然科学版)
半年刊
1008-9659
65-1183/N
大16开
新疆乌鲁木齐市新医路102号
58-154
1982
chi
出版文献量(篇)
2078
总下载数(次)
5
总被引数(次)
7655
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导