基于支持向量机的物流服务顾客满意度评价模型

被引:11
作者
孙华丽
谢剑英
薛耀锋
机构
[1] 上海交通大学自动化系
关键词
物流; 评价模型; 模糊隶属函数; 二元对比排序法; 支持向量机; 顾客满意度;
D O I
10.16183/j.cnki.jsjtu.2006.04.032
中图分类号
F224 [经济数学方法];
学科分类号
0701 ; 070104 ;
摘要
提出了一种新的基于支持向量机(SVM)的物流服务顾客满意度(CSD)评价方法.归纳了物流服务CSD指标体系的设计原则,给出了具体的评价指标体系并采用模糊隶属函数和二元对比排序法对其进行量化.将量化后的指标因素集作为SVM的训练集,采用一对一的分类策略建立了CSD的评价模型.最后通过仿真实验指出了基于SVM的CSD评价方法比以往的模糊综合评价法和神经网络评价法测试正确率高,实用性强.
引用
收藏
页码:684 / 688
页数:5
相关论文
共 1 条
[1]   A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167