基于分布式混合数据挖掘的电信客户流失分析

被引：7

作者：

李爱群 ^{[1
,2
]}

乔晗 ^{[1
]}

王汝传 ^{[1
,2
]}

邓松 ^{[1
]}

机构：

[1] 南京邮电大学计算机学院

[2] 南京邮电大学计算机研究所

来源：

计算机技术与发展 | 2010年 / 20卷 / 10期

关键词：

客户流失分析; 网格计算; BP神经网络; K-Means聚类算法;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

CORBA技术庞大而复杂,且技术和标准的更新相对较慢。电信运营企业应用系统是客户流失分析的主要数据来源,而传统的客户流失分析由于该系统数据的集中式存储继而采用集中式挖掘,对海量数据的挖掘效率低下。为进一步提高挖掘效率,提出网格下基于分布式混合数据挖掘的电信客户流失分析(Customer Churn Analysis upon Distributed HybridData Mining in Grid,CCA-DHDM),并借助GridSphere门户,在该平台上实现了BP神经网络算法和K-Means聚类算法。仿真实验表明,与单机环境相比,随着网格节点数增加,算法的平均耗时明显下降65%到75%,同时算法的效率得以较明显地提高。

引用

页码：43 / 46

页数：4

共 10 条

[1]

函数逼近的发展——神经网络 [J].