SVR算法在商机管理中的应用

• 作者: 徐玉清 蒋丹妮
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 商机管理 数据挖掘 支持向量回归机 分类算法
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 92-96
• 页数: 5页
• 分类号: TP3
• 字数: 4591字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.09.019

摘要

随着市场竞争日益激烈和信息化技术不断发展,通过数据分析和挖掘来预测新的潜在商机成为了企业商机管理的重要环节.现有机器学习算法主要基于样本数目趋于无限大的假设,但实际问题中样本大多是有限的,甚至是小样本数据,难以保证机器学习结果的合理性.将支持向量回归(SVR)算法用于商机预测建模过程,用于解决小样本、高维数、非线性的学习问题.实验结果表明,与决策树等算法构造的目标函数求解结果相比较,SVR算法在有限样本空间能获得较高精度的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋丹妮	复旦大学软件学院	2	3	1.0	1.0
2	徐玉清	复旦大学软件学院	1	0	0.0	0.0