基于组合预测模型的数据挖掘技术研究与探索

• 作者: 闫贺新
• 来源期刊: 实验室研究与探索
• 学科: 工学
• 关键词: 预测 单神经元 决策树 遗传算法 数据挖掘
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 实验技术
• 页码范围: 57-60
• 页数: 4页
• 分类号: TP311.5
• 字数: 3212字
• 语种: 中文

摘要

针对数据挖掘过程中单一模型算法命中率低、偏差大等问题,将决策数、遗传算法、人工神经元三种单一算法融合在一起,设计出一种基于Lagrange函数的多算法组合预测模型.同时,将所建组合模型应用于电信行业客户关系管理中,将客户信息、消费行为等历史数据作为预测指标,对客户行为及未来趋势进行预测.预测结果表明,与单一算法预测模型相比,组合预测模型命中准确率高,预测效果好,能更直观地显示出流失客户的基本特征,从而帮助电信运营商提前发现具有离网倾向的用户群体,为管理层的决策提供数据支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫贺新		6	1	1.0	1.0