作者:
原文服务方: 计算机应用研究       
摘要:
应用简易支持向量机(SSVM)进行客户流失预测,以提高机器学习方法的预测能力.以国外电信公司客户流失预测为实例,与最近邻算法(NPA)进行了对比,发现该方法在获得与NPA近似准确率的条件下,所花费的时间和时间增加值远小于NPA,是研究客户流失预测问题的有效方法.
推荐文章
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
基于支持向量机的客户流失预测模型
客户流失预测系统
支持向量机(svm)
基于支持向量机的需水预测研究
统计学习理论
支持向量机
回归模型
需水预测
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 基于简易支持向量机的客户流失预测研究
来源期刊 计算机应用研究 学科
关键词 客户流失 简易支持向量机 预测
年,卷(期) 2010,(3) 所属期刊栏目 算法研究探讨
研究方向 页码范围 904-906
页数 3页 分类号 F830.133
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.03.026
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 夏国恩 广西财经学院工商管理系 65 493 11.0 21.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (81)
参考文献  (6)
节点文献
引证文献  (9)
同被引文献  (7)
二级引证文献  (10)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(5)
  • 引证文献(4)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
客户流失
简易支持向量机
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导