基于随机森林和单类支持向量机的电信行业客户流失预测

• 作者: 林成德 邱一卉
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 客户流失预测 随机森林 转导推理 单类支持向量机
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 研究论文
• 页码范围: 603-608
• 页数: 6页
• 分类号: TP181
• 字数: 5946字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.2013.05.005

摘要

针对电信行业客户流失问题,使用随机森林方法建立了初步的预测模型,对比电信行业原用的各种预测模型,其准确率有明显改善；针对模型特征维数众多的特点,进一步提出基于随机森林和转导推理的特征提取方法,对数据集进行降维,并引入单类支持向量机(support vector machine,SVM)算法得到最终的预测模型.实验表明,流失预测模型具有更高的预测准确率以及针对预测结果的部分可解释性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林成德	厦门大学信息科学与技术学院	18	418	9.0	18.0
2	邱一卉	厦门理工学院管理学院	4	40	3.0	4.0