改进的贝叶斯分类方法在电信客户流失中的研究与应用

• 作者: 杨婷 滕少华
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 贝叶斯分类 电信数据 增量学习 客户流失 预测
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 综合研究
• 页码范围: 67-72
• 页数: 6页
• 分类号: TP393
• 字数: 5174字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7162.2015.03.013

摘要

随着电信市场竞争日益加剧，客户流失成为运营商关注的焦点问题之一。针对电信数据量庞大且有时间序列的特点，提出一种改进的贝叶斯分类方法来研究电信客户流失问题，通过对不同属性加权改进了朴素贝叶斯分类器默认每个属性对分类结果影响相同的假设，进一步探讨了应用增量学习方法来应对不断增加的数据，以改善分类器的准确率。实验结果表明，本文的方法有较高的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕少华	广东工业大学计算机学院	121	825	15.0	20.0
2	杨婷	广东工业大学计算机学院	3	18	2.0	3.0