基于贝叶斯网络的电信客户流失预测分析

被引:10
作者
叶进
程泽凯
林士敏
机构
[1] 桂林电子工业学院通信与信息工程系
[2] 广西师范大学计算机科学系
关键词
数据挖掘; 机器学习; 贝叶斯网络; 贝叶斯方法; 客户流失预测;
D O I
暂无
中图分类号
F626 [电信企业组织和经营管理];
学科分类号
摘要
电信客户流失分析常用的数据挖掘方法有自动聚类、决策树和人工神经网络,它们是采用数据本身来训练模型的,没有利用先验知识。电信客户流失是由客户心理、服务质量和对手竞争等诸多复杂的因素造成的,利用这些已有的先验知识,可以提高预测的精度。该文根据先验知识选取分析变量,采集样本数据,通过贝叶斯网络的结构学习和参数学习,建立客户流失模型并进行客户流失趋势预测,取得了比标准数据集更准确的结果,该结果和决策树方法的预测结果相比还具有较大的优势,说明贝叶斯网络是分析客户流失等不确定性问题的有效工具。
引用
收藏
页码:212 / 214
页数:3
相关论文
共 5 条
[1]  
贝叶斯网络结构学习及MBNC实验平台的构建.[D].程泽凯.广西师范大学.2004, 01
[2]   基于数据挖掘的移动通讯业客户流失管理 [J].
朱浩刚 ;
孙煜鸥 ;
戴伟辉 .
计算机工程与应用, 2004, (01) :215-219
[3]   贝叶斯网络的建造及其在数据采掘中的应用 [J].
林士敏 ;
田凤占 ;
陆玉昌 .
清华大学学报(自然科学版), 2001, (01) :49-52
[4]   A BAYESIAN METHOD FOR THE INDUCTION OF PROBABILISTIC NETWORKS FROM DATA [J].
COOPER, GF ;
HERSKOVITS, E .
MACHINE LEARNING, 1992, 9 (04) :309-347
[5]  
数据仓库及其在电信领域中的应用.[M].段云峰等编著;.电子工业出版社.2003,