基于改进SVM的客户流失预测建模研究

摘要：

针对客户预测模型中流失客户与保持客户数据的非平衡性问题和错分代价的差异性问题，应用代价敏感学习理论应用于不同惩罚系数的SVM，通过这种改进的SVM建立客户流失预测模型。通过电信数据的实证研究发现，与传统SVM、C4．5和ANN对比，这种改进SVM算法在模型预测的精确度、命中率、覆盖率和提升度均有所改善，有效地解决了数据集的非平衡性和错分代价问题。

关键词： 客户流失预测 支持向量机 非平衡数据 代价敏感学习 惩罚系数 客户预测模型

作者: 蒋国瑞 司学峰 何华成

作者单位: 北京工业大学经济与管理学院,北京市,100124

会议类型: 国内会议

会议名称: 第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会

会议地点: 兰州

会议语种:中文

页码: 680-684

在线出版日期: 2008-07-20（万方平台首次上网日期，不代表论文的发表时间）