欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
应用基于结构风险最小化准则的支持向量机（SVM）进行客户流失预测，以提高机器学习方法的预测能力，并以国内、国外电信公司客户流失预测为实例，与人工神经网络、决策树、贝叶斯分类器等方法进行了对比，发现该方法能获得最好的正确率、命中率、覆盖率和提升系数，是研究客户流失预测问题的有效方法．
英文摘要：
To improve the prediction abilities of machine learning methods, a support vector machine（SVM） on structural risk minimization was applied to customer churn prediction. The method was compared with artifical neural network, decision tree, logistic regression and naive bayesian classifier regarding customer churn prediction for home and foreign telecommunication carriers. It is found that the method has the best accuracy rate, hit rate, covering rate and lift coefficient, and provides an effective measurement for customer churn prediction.
同期刊论文项目
同项目期刊论文
期刊信息
位置：