基于自适应粒子群优化的不平衡航空客户数据质量优化

• 作者: 姚雨虹 杨小兵 陈欣
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 自适应粒子群 卷积神经网络 随机森林 忠诚度预测
• 年，卷（期）: 2020,（6）
• 页码范围: 1011-1015
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201910024

摘要

航空业的竞争愈发激烈,高效且准确的客户忠诚度预测模型有利于提高企业竞争力.针对航空数据集存在严重分类不平衡、特征维度多等问题,提出了客户忠诚度预测模型.该模型基于自适应粒子群优化(APSO)算法得到多数类优化样本子集,使用卷积神经网络(CNN)提取得到的平衡数据集特征,将自动得到的特征向量作为随机森林(RF)算法的输入,构建客户忠诚度预测模型.实验结果表明,该方法预测性能优于其他预测模型,可以更好地预测客户忠诚度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨小兵		17	99	4.0	9.0
2	姚雨虹		3	0	0.0	0.0
3	陈欣		3	14	1.0	3.0