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:
针对数据挖掘方法在电信客户流失预测中的局限性,提出将信息融合与数据挖掘相结合,分别从数据层、特征层、决策层构建客户流失预测模型.确定客户流失预测指标;根据客户样本在特征空间分布的差异性对客户进行划分,得到不同特征的客户群;不同客户群采用不同算法构建客户流失预测模型,再通过人工蚁群算法求得模型融合权重,将各模型的预测结果加权得到预测最终结果.实验结果表明,基于信息融合的客户流失预测模型确实比传统模型更优.
推荐文章
电信客户流失的组合预测模型
客户流失
预测模型
电信企业
决策树C5.0
BP神经网络
Logistic回归算法
基于代价敏感SVM的电信客户流失预测研究
客户流失
支持向量机
非平衡数据
代价敏感
基于改进聚类的电信客户流失预测分析
聚类
客户流失
加权
预测分析
基于多模式的电信客户流失预测模型
客户流失
电信客户
多模式
分类预测
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 基于信息融合的电信客户流失预测研究
来源期刊 计算机工程与应用 学科 工学
关键词 客户流失 数据挖掘 信息融合 人工蚁群算法
年,卷(期) 2016,(10) 所属期刊栏目 ·大数据与云计算·
研究方向 页码范围 64-70
页数 7页 分类号 TP301.6|TP181
字数 8304字 语种 中文
DOI 10.3778/j.issn.1002-8331.1406-0480
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 李妮 西安理工大学经济与管理学院 8 32 3.0 5.0
2 王建仁 西安理工大学经济与管理学院 24 222 9.0 14.0
3 段刚龙 西安理工大学经济与管理学院 19 211 8.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (95)
参考文献  (15)
节点文献
引证文献  (13)
同被引文献  (31)
二级引证文献  (31)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(5)
  • 参考文献(1)
  • 二级参考文献(4)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(9)
  • 参考文献(1)
  • 二级参考文献(8)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(13)
  • 参考文献(0)
  • 二级参考文献(13)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(13)
  • 参考文献(2)
  • 二级参考文献(11)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(10)
  • 参考文献(4)
  • 二级参考文献(6)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(6)
  • 引证文献(3)
  • 二级引证文献(3)
2018(7)
  • 引证文献(4)
  • 二级引证文献(3)
2019(20)
  • 引证文献(5)
  • 二级引证文献(15)
2020(10)
  • 引证文献(0)
  • 二级引证文献(10)
研究主题发展历程
节点文献
客户流失
数据挖掘
信息融合
人工蚁群算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导