作者:
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:
针对信息客户流失缺少有效的数据挖掘预测手段问题.提出了应用主成分分析的BP神经网络信息流失预测模型.结合5折交叉验证,模型对来自3个地市的营销返回样本,在训练分类时间和预测分类精度上与未经主成分分析降维的BP神经网络方法进行了比较分析.实验结果表明模型获取了较高的平均预测分类精度(77.46%)和较少的训练分类时间(2.18min),有效地降低了属性维度并改善了预测能力.
推荐文章
基于BP神经网络的CPI预测模型
CPI
BP神经网络
预测
基于反射光谱的PCA及BP神经网络法预测甘蔗叶片叶绿素含量
甘蔗叶片
光谱反射率
叶绿素含量
PCA算法
BP神经网络
基于BP神经网络的表面硬度预测模型
BP神经网络
激光相变硬化
扫描参数
预测
基于BP神经网络模型的故障预测分析
故障预测
神经网络
SCADA系统
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PCA与BP神经网络的信息流失预测模型分析
来源期刊 煤炭技术 学科 工学
关键词 主成分分析 神经网络 信息流失
年,卷(期) 2012,(8) 所属期刊栏目 技术交流
研究方向 页码范围 214-216
页数 分类号 TP18
字数 1290字 语种 中文
DOI 10.3969/j.issn.1008-8725.2012.08.098
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 王爱民 新疆工业高等专科学校计算机工程系 10 27 3.0 5.0
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  (9)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2015(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
主成分分析
神经网络
信息流失
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
煤炭技术
月刊
1008-8725
23-1393/TD
大16开
哈尔滨市香坊区古香街30号
14-252
1982
chi
出版文献量(篇)
23677
总下载数(次)
45
论文1v1指导