分级式代价敏感决策树及其在手机换机预测中的应用

• 作者: 熊冰妍 王国胤 邓维斌
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 分级结构 决策树 代价敏感 不平衡数据 换机预测
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 36-42
• 页数: 7页
• 分类号: TP391
• 字数: 6703字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.2.2015.190

摘要

在手机用户数据集中，非换机用户和换机用户存在着严重的不平衡，传统的数据挖掘方法在处理不平衡数据时追求整体正确率，导致换机用户的预测精度较低。针对这一问题，提出一种基于分级式代价敏感决策树的换机预测方法。首先利用粗糙集对原始数据集进行属性约简并计算各属性的重要度，然后根据属性重要度对属性分块建立分级结构，最后以基尼系数和误分代价为分裂标准构建代价敏感决策树，作为每一级的基分类器。对某电信运营商客户数据进行3个仿真试验，结果表明：分级式代价敏感决策树在原始的不平衡用户数据集及欠抽样处理后的平衡用户数据集上都有较好的结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓维斌	重庆邮电大学计算智能重庆市重点实验室	48	488	11.0	21.0
2	王国胤	重庆邮电大学计算智能重庆市重点实验室	212	6947	36.0	79.0
3	熊冰妍	重庆邮电大学计算智能重庆市重点实验室	2	52	2.0	2.0