计算机科学与探索
計算機科學與探索
계산궤과학여탐색
JOURNAL OF FRONTIERS OF COMPUTER SCIENCE & TECHNOLOGY
2011年
5期
433-445
,共13页
邓小龙%王柏%吴斌%赵海舟
鄧小龍%王柏%吳斌%趙海舟
산소룡%왕백%오빈%조해주
流失预测%复杂网络%数据挖掘%遗传演化%云计算
流失預測%複雜網絡%數據挖掘%遺傳縯化%雲計算
류실예측%복잡망락%수거알굴%유전연화%운계산
随着电信行业竞争日益激烈,基于数据挖掘的客户流失预测对于电信运营商提升客户服务质量具有重要意义.为提升客户流失预测效率和提高预测模型的泛化能力,引入人工智能的遗传演化思想改进了基于心理学扩散模型SPA(spreading activation)的流失预测算法,提出了基于遗传演化的流失预测算法GASPA(genetic algorithm based SPA).GASPA在演化中能自主学习和优化模型参数,通过在真实电话呼叫数据和短消息数据上实验,发现GASPA在精确度上性能优于固定步长方法,在Lift曲线值上性能优于SPA,显著提高了SPA的Lift曲线值,增强了SPA的流失预测效果.为处理海量电信数据,实现了在云计算平台上的并行化方案M-GASPA(MapReduce-GASPA),在提高GASPA可处理数据规模的同时降低了运行时间.
隨著電信行業競爭日益激烈,基于數據挖掘的客戶流失預測對于電信運營商提升客戶服務質量具有重要意義.為提升客戶流失預測效率和提高預測模型的汎化能力,引入人工智能的遺傳縯化思想改進瞭基于心理學擴散模型SPA(spreading activation)的流失預測算法,提齣瞭基于遺傳縯化的流失預測算法GASPA(genetic algorithm based SPA).GASPA在縯化中能自主學習和優化模型參數,通過在真實電話呼叫數據和短消息數據上實驗,髮現GASPA在精確度上性能優于固定步長方法,在Lift麯線值上性能優于SPA,顯著提高瞭SPA的Lift麯線值,增彊瞭SPA的流失預測效果.為處理海量電信數據,實現瞭在雲計算平檯上的併行化方案M-GASPA(MapReduce-GASPA),在提高GASPA可處理數據規模的同時降低瞭運行時間.
수착전신행업경쟁일익격렬,기우수거알굴적객호류실예측대우전신운영상제승객호복무질량구유중요의의.위제승객호류실예측효솔화제고예측모형적범화능력,인입인공지능적유전연화사상개진료기우심이학확산모형SPA(spreading activation)적류실예측산법,제출료기우유전연화적류실예측산법GASPA(genetic algorithm based SPA).GASPA재연화중능자주학습화우화모형삼수,통과재진실전화호규수거화단소식수거상실험,발현GASPA재정학도상성능우우고정보장방법,재Lift곡선치상성능우우SPA,현저제고료SPA적Lift곡선치,증강료SPA적류실예측효과.위처리해량전신수거,실현료재운계산평태상적병행화방안M-GASPA(MapReduce-GASPA),재제고GASPA가처리수거규모적동시강저료운행시간.
