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:
数据挖掘是通过分析大量数据并从中寻找其规律的一项热门技术,而客户流失分析系统是以数据挖掘技术为基础,建立客户流失模型的新应用.贝叶斯网络有良好的逻辑性、预测性,在解决不确定性和不完整性问题以及处理复杂问题上有很大的优势.本文采用贝叶斯网络进行流失客户分析,挖掘导致流失的客户特征,从而辅助决策者制订相应的客户挽留策略.为了比较贝叶斯网络性能,本文构建了两个改进的贝叶斯网络模型,即树增强朴素贝叶斯网络、马尔科夫毯贝叶斯网络模型,并与神经网络模型的分类性能进行比较.实验结果表明,马可夫毯贝叶斯网络模型的分类预测能力有一定程度提高.
推荐文章
基于贝叶斯网络的客户流失分析
贝叶斯网络
客户流失分析
Metropolis-Hasting算法
K2算法
数据挖掘
基于贝叶斯网络的大客户离网预警模型研究
贝叶斯网络
大客户
离网预警
基于贝叶斯网络的民航安全分析研究
民航安全
故障树
贝叶斯网络
区间贝叶斯网络
基于贝叶斯网络的电信客户流失预测分析
数据挖掘
机器学习
贝叶斯网络
贝叶斯方法
客户流失预测
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 基于贝叶斯网络的客户流失分析研究
来源期刊 计算机工程与科学 学科 工学
关键词 贝叶斯网络 特征选择 客户流失
年,卷(期) 2013,(3) 所属期刊栏目 信息检索
研究方向 页码范围 155-158
页数 4页 分类号 TP391
字数 3114字 语种 中文
DOI 10.3969/j.issn.1007-130X.2013.03.026
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 朱志勇 长沙学院计算机科学与技术系 10 58 3.0 7.0
2 徐长梅 长沙学院计算机科学与技术系 8 47 3.0 6.0
3 刘志兵 长沙学院计算机科学与技术系 3 36 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (70)
参考文献  (8)
节点文献
引证文献  (34)
同被引文献  (31)
二级引证文献  (61)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(9)
  • 引证文献(6)
  • 二级引证文献(3)
2016(14)
  • 引证文献(7)
  • 二级引证文献(7)
2017(17)
  • 引证文献(4)
  • 二级引证文献(13)
2018(21)
  • 引证文献(7)
  • 二级引证文献(14)
2019(22)
  • 引证文献(4)
  • 二级引证文献(18)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
贝叶斯网络
特征选择
客户流失
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导