改进支持向量机在电信客户流失预测的应用

• 作者: 张倩 邝涛
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 支持向量机 客户流失预测 代价敏感学习
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 329-332
• 分类号: TP18
• 字数: 4156字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.07.082

摘要

电信流失客户数据精确预测是挽留客户的有效手段.电信业的管理中对收费、投诉、业务受理等问题,显然是一种典型的非平衡样本,传统用标准的支持向量机没有考虑样本分布不平衡问题,虽然在样本数据平衡前提下具有较好的预测精度,但对于不平衡电信客户数据,预测精度大大下降.为提高预测精度,针对支持向量机处理不平衡样本时的缺陷,提出了基于代价敏感学习的支持向量机模型.模型利用代价敏感学习对不平衡样本集分别采用不同惩罚系数,然后建立电信客户流失预测模型,最后对实际电信客户流失数据进行测试.通过与标准支持向量机、神经网络对比,结果表示模型提高了预测精度,有效地解决了数据集非平衡性问题,是一种有效的电信客户流失预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邝涛	新乡学院计算机与信息工程学院	7	28	3.0	5.0
2	张倩	新乡学院计算机与信息工程学院	9	17	1.0	4.0