中国科技信息
中國科技信息
중국과기신식
CHINA SCIENCE AND TECHNOLOGY INFORMATION
2007年
23期
97,99
,共2页
粗糙集%SVM%客户流失
粗糙集%SVM%客戶流失
조조집%SVM%객호류실
针对网站收费客户流失预测领域特点,尝试了多种方法对客户信息进行约简和客户流失预测.以某大型网站收费客户信息为样本的数据实验表明,基于粗糙集的属性约简算法保持数据分类能力,简化客户信息;另外利用SVM建立的分类模型可以取得满意的预测效果,与其他数据挖掘方法相比有较大的优势.网站可根据实验结果减少信息收集量,预测流失用户,从而采取有效措施.
針對網站收費客戶流失預測領域特點,嘗試瞭多種方法對客戶信息進行約簡和客戶流失預測.以某大型網站收費客戶信息為樣本的數據實驗錶明,基于粗糙集的屬性約簡算法保持數據分類能力,簡化客戶信息;另外利用SVM建立的分類模型可以取得滿意的預測效果,與其他數據挖掘方法相比有較大的優勢.網站可根據實驗結果減少信息收集量,預測流失用戶,從而採取有效措施.
침대망참수비객호류실예측영역특점,상시료다충방법대객호신식진행약간화객호류실예측.이모대형망참수비객호신식위양본적수거실험표명,기우조조집적속성약간산법보지수거분류능력,간화객호신식;령외이용SVM건립적분류모형가이취득만의적예측효과,여기타수거알굴방법상비유교대적우세.망참가근거실험결과감소신식수집량,예측류실용호,종이채취유효조시.
