SVM多类别分类方法在客户流失预测中的应用研究

• 作者: 卢光松 李兴国 谢伟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 支持向量机 多类别客户流失预测 AUC 提升度
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 基金项目论文
• 页码范围: 94-96,113
• 页数: 4页
• 分类号: TP3
• 字数: 3053字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.03.030

摘要

针对移动客户的多类别特点以及不同类别客户的数据集分布不平衡,把CW-SVM应用于多类别分类,提出了DAG-CWSVM算法,分别用1-V-R SVM、1-V-1 SVM、DAG-SVM与DAG-CWSVM算法进行分类预测,并用ROC曲线、AUC值、提升度(lift)指标对四种模型进行评价.实验表明DAG-CWSVM算法不仅能够处理数据多类别分类问题,而且能够有效地解决数据集不平衡对预测结果造成的影响,具有较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李兴国	合肥工业大学管理学院	93	779	14.0	23.0
2	卢光松	合肥工业大学管理学院	6	22	3.0	4.0
3	谢伟	合肥工业大学管理学院	7	30	3.0	5.0