未找到相关数据
一种代价敏感学习方法在电信业流失预测中的应用(英文)
被引：8
作者：
赵巍
何建敏
王纯麟
陈金波
机构：
[1] 东南大学经济管理学院
关键词：
代价敏感学习;
C4.5;
电信业;
客户流失;
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：
020104 [西方经济学];
020218 [数字经济学];
摘要：
根据已有的流失预测方法,提出新的流失预测方法解决数据挖掘中的非对称错分代价问题.该方法以传统C4.5决策树算法为基准分类器,融合代价调整方法实现代价敏感学习.相比之下,C4.5决策树算法仅是基于样本错分代价相同假定,建立了一种错分率最低而非总错分代价最低的预测模型.基于某电信企业的客户数据,及流失客户和非流失客户代价非对称的实际,实证研究结果表明,CS-C4.5通过调整流失类和非流失类样本的比例,大大降低了传统分类算法的样本错分总代价.该方法对于提高电信企业的核心竞争力具有重要的现实意义.
引用
收藏
页码：135 / 138
页数：4
相关论文