基于核主成分分析特征提取的客户流失预测

被引:52
作者
夏国恩
机构
[1] 广西财经学院工商管理系
关键词
客户流失; 核主成分分析; 特征提取;
D O I
暂无
中图分类号
F274 [企业供销管理]; F224 [经济数学方法];
学科分类号
020104 [西方经济学]; 120301 [农业经济管理];
摘要
将核主成分分析(KPCA)引入到客户流失预测中,提出了相应的特征提取算法。将KPCA与Logistic回归结合,设计了预测模型。通过对某电信公司客户流失预测的试验结果表明:该方法获得的命中率、覆盖率、准确率和提升系数高于原始属性集和主成分分析(PCA)特征提取法。这表明KPCA能提取客户数据的非线性特征,是研究客户流失预测问题的有效方法。
引用
收藏
页码:149 / 151
页数:3
相关论文
共 2 条
[1]
When customers are members: Customer retention in paid membership contexts [J].
Bhattacharya, CB .
JOURNAL OF THE ACADEMY OF MARKETING SCIENCE, 1998, 26 (01) :31-44
[2]
Nonlinear component analysis as a kernel eigenvalue problem [J].
Scholkopf, B ;
Smola, A ;
Muller, KR .
NEURAL COMPUTATION, 1998, 10 (05) :1299-1319