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:
通过对电信业客户流失预测的国内外研究成果的分析,我们发现造成电信业客户流失原因种类比较多、难以用一种通用的划分标准对流失客户的流失特征进行刻画,因此本文提出了将K-means算法与传统的分类算法相结合的方法进行客户流失分析,并进行了应用实验.该实验以中国联通湖南某地区X分公司的客户数据为基础,利用数据挖掘软件Clementine8.1建立了客户流失分类预测模型,模型的应用结果表明:新方法对客户流失预测的命中率高于传统的分类预测算法.
推荐文章
基于K-means与SVM结合的遥感图像全自动分类方法
K-means
支持向量机
遥感图像分类
树干与地面点云分类K-means方法的改进
三维激光扫描
树木点云
K-means聚类方法
改进K-means的双向采样非均衡数据分类方法
不均衡学习
双向采样
分类算法
集成学习
K-means聚类与SVDD结合的新的分类算法
单值分类
支持向量数据描述
K-means聚类
局部疏密度
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 结合K-means的分类方法在电信客户流失中的应用
来源期刊 佳木斯大学学报(自然科学版) 学科 工学
关键词 电信 客户流失 流失预测模型
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 175-179
页数 分类号 TP311.13
字数 3688字 语种 中文
DOI 10.3969/j.issn.1008-1402.2010.02.005
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 陈治平 福建工程学院计算机与信息科学系 22 307 10.0 17.0
2 王颖 福建工程学院计算机与信息科学系 7 19 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (21)
参考文献  (3)
节点文献
引证文献  (10)
同被引文献  (22)
二级引证文献  (28)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(7)
  • 引证文献(2)
  • 二级引证文献(5)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
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
电信
客户流失
流失预测模型
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
佳木斯大学学报(自然科学版)
双月刊
1008-1402
23-1434/T
大16开
黑龙江省佳木斯市学府街148号
14-176
1983
chi
出版文献量(篇)
5218
总下载数(次)
9
总被引数(次)
12928
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导