文献类型：期刊文章

作　　者：王观玉[1] 郭勇[1]

机构地区：[1]黔南民族师范学院计算机科学系,贵州都匀558001

出　　处：《计算机仿真》

年　　份：2011

卷　　号：28

期　　号：4

起止页码：115-118

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：客户流失分析与预测是客户关系管理的重要内容。由于电信客户的特征呈高度非线性、严重冗余和高维数,传统方法无法消除数据之间冗余和捕获非线性规律,导致预测精度较低。为了提高电信客户流失预测精度,提出一种基于主成份分析(PCA)支持向量机(SVM)的电信客户流失预测方法(PCA-SVM)。首先利用主成分分析对原始数据进行特征降维,消除冗余,然后将得到的主成分作为非线性支持向量机的输入进行学习建模。对某电信公司客户流失数据进行了仿真,实验结果表明,PCA-SVM获得的命中率、覆盖率、准确率和提升系数远远高于其它预测方法。说明主成分分析结合支持向量机的数据挖掘方法具有很好的预测效果,为电信客户流失预测提供了一种新方法。

关 键 词：支持向量机 主成分分析 客户流失 预测  

分 类 号：TP311.52]