基于分步特征提取和组合分类器的电信客户流失预测模型

• 作者: 徐子伟 王传启 王鹏 黄海
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 电信客户流失预测 分步特征提取 组合分类器
• 年，卷（期）: 2016,（13）
• 所属期刊栏目: 人工智能
• 页码范围: 51-54
• 页数: 4页
• 分类号: TP181
• 字数: 3635字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2016.13.017

摘要

针对电信客户流失数据集存在的数据维度过高及单一分类器预测效果较弱的问题,结合过滤式和封装式特征选择方法的优点及组合分类器的较高预测能力,提出了一种基于Fisher比率与预测风险准则的分步特征选择方法结合组合分类器的电信客户流失预测模型.首先,基于Fisher比率从原始特征集合中提取具有较高判别能力的特征;其次,采用预测风险准则进一步选取对分类模型预测效果影响较大的特征;最后,构建基于平均概率输出和加权概率输出的组合分类器,以进一步提高客户流失预测效果.实验结果表明,相对于单步特征提取和单分类器模型,该方法能够提高对客户流失预测的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏	中国科学技术大学信息科学技术学院	195	1743	20.0	34.0
2	黄海	中国科学技术大学信息科学技术学院	25	334	10.0	18.0
3	王传启	中国科学技术大学信息科学技术学院	2	6	1.0	2.0
4	徐子伟	中国科学技术大学信息科学技术学院	3	30	3.0	3.0