基于在线序列优化极限学习机的电子商务客户流失量预测模型

• 作者: 杨力
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 电子商务 客户流失量 云计算处理技术 预测模型 极限学习机
• 年，卷（期）: 2019,（1）
• 页码范围: 108-114
• 页数: 7页
• 分类号: TP311
• 字数: 3663字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2019.43.01.015

摘要

为了提高电子商务客户流失量预测的准确性,针对单机处理模式无法有效预测海量电子商务客户流失量的难题,提出了在线序列优化极限学习机的电子商务客户流失量预测模型.首先通过云计算技术的Map/Reduce模式对电子商务客户流失量数据进行分割,得到多个训练子集,然后采用线序列优化极限学习机对电子商务客户流失量的每一个训练子集进行建模,并对训练子集的预测结果进行融合,得到电子商务客户流失量的最终预测结果,最后通过电子商务客户流失量算例进行模型的有效性进行验证.结果表明,该文模型提高了电子商务客户流失量的预测精度,而且减少了电子商务客户流失量建模的训练时间,大幅度提高了电子商务客户流失量预测速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨力	合肥工业大学管理学院	33	69	5.0	6.0