作者:
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:
现如今各种平台、软件App盛行,争夺以及留住用户是个重要的课题.所以,建立合适的模型与编写正确的算法对法在用户流失预测方面是十分必要的,利用逻辑回归,SVM,随机森林等算法建立用户流失预警模型,同时利用机器学习的基本理论,证明本模型的泛化性良好.可以更好解决用户流失这一问题.
推荐文章
基于优化XGBoost算法的电信用户流失预测
XGBoost算法
用户流失
数据挖掘
贝叶斯优化
基于数据挖掘技术的客户流失预警模型
客户流失
客户维系与挽留
预警模型
电信企业
基于数据挖掘技术的客户流失预警模型
客户流失
客户维系与挽留
预警模型
电信企业
基于机器学习技术的网站用户行为预测
行为预测
logistic回归
用户行为
数据集分类
机器学习
留存分析
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 基于机器学习算法建立用户流失预警模型
来源期刊 电子制作 学科
关键词 人工智能 逻辑回归 用户流失 机器学习
年,卷(期) 2019,(16) 所属期刊栏目 软件开发
研究方向 页码范围 49-51
页数 3页 分类号
字数 3939字 语种 中文
DOI 10.3969/j.issn.1006-5059.2019.16.018
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 黄栩 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工智能
逻辑回归
用户流失
机器学习
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
电子制作
半月刊
1006-5059
11-3571/TN
大16开
北京市
1994
chi
出版文献量(篇)
22336
总下载数(次)
116
论文1v1指导