基于代价敏感SVM的电信客户流失预测研究

被引：21

作者：

蒋国瑞

司学峰

机构：

[1] 北京工业大学经济与管理学院

来源：

计算机应用研究 | 2009年 / 26卷 / 02期

基金：

北京市自然科学基金;

关键词：

客户流失; 支持向量机; 非平衡数据; 代价敏感;

D O I：

暂无

中图分类号：

F626 [电信企业组织和经营管理]; F224 [经济数学方法];

学科分类号：

020205 ; 0202 ; 0701 ; 070104 ;

摘要：

针对客户流失数据集的非平衡性问题和错分代价的差异性问题,将代价敏感学习应用于Veropoulos提出的采用不同惩罚系数的支持向量机,建立客户流失预测模型,对实际的电信客户流失数据进行验证。通过与传统SVM、C4.5和ANN对比研究,结果显示此方法在精确度、命中率、覆盖率和提升度均有所改善,表明此方法有效地解决了数据集的非平衡性和错分代价问题,是进行客户流失预测的有效方法。

引用

页码：521 / 523

页数：3