基于贝叶斯网络的客户流失分析

被引:12
作者
郭明
郑惠莉
卢毓伟
机构
[1] 南京邮电大学经济与管理学院
关键词
贝叶斯网络; 客户流失分析; Metropolis-Hasting算法; K2算法; 数据挖掘;
D O I
暂无
中图分类号
TN915.07 [网络管理];
学科分类号
0810 ; 081001 ;
摘要
随着电信市场竞争加剧,客户流失现象成为电信运营商关注的问题。文中基于数据挖掘手段,采用贝叶斯网络分类器,进行电信客户流失分析。在贝叶斯网络构造过程中,结合采用K2和MC-MC算法构建网络。根据贝叶斯网络的拓扑结构,筛选出客户流失相关的显著指标;由条件概率表确定客户的流失规则,进而确定高流失的客户群。考虑分类的误判损失函数,给出不同分类临界值下,贝叶斯网络模型的分类效果。与其它分类算法相比,比如决策树和人工神经网络,在客户流失率很低的情况下,该算法不需要进行“过量抽样”。
引用
收藏
页码:79 / 83
页数:5
相关论文
共 3 条
[1]   Bayesian networks for data mining [J].
Heckerman, D .
DATA MINING AND KNOWLEDGE DISCOVERY, 1997, 1 (01) :79-119
[2]   A BAYESIAN METHOD FOR THE INDUCTION OF PROBABILISTIC NETWORKS FROM DATA [J].
COOPER, GF ;
HERSKOVITS, E .
MACHINE LEARNING, 1992, 9 (04) :309-347
[3]  
Bayesian graphical models for discrete data .2 Madigan D,York J. International Statistical Review . 1995