国家教育部博士点基金(20110181120047)
- 作品数：3 被引量：9H指数：2
- 相关作者：肖进贺昌政刘敦虎张婷婷唐静更多>>
- 相关机构：四川大学中国科学院数学与系统科学研究院成都信息工程大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金中国博士后科学基金更多>>
- 相关领域：经济管理自动化与计算机技术更多>>
- 基于GMDH和Logistic回归的目标客户选择模型研究
- 近年来,数据库营销成为客户关系管理领域的研究热点。而在数据库营销中,目标客户选择建模是最重要的问题之一。将Logistic回归与GMDH多层神经元网络相结合,提出一种新的特征选择算法Log GMDH多层神经元网络。进一步...
- 肖进唐静刘敦虎汪寿阳
- 文献传递
- 基于GMDH和Logistic回归的目标客户选择模型研究
- 2014年
- 近年来,数据库营销成为客户关系管理领域的研究热点。而在数据库营销中,目标客户选择建模是最重要的问题之一。将Logistic回归与GMDH多层神经元网络相结合,提出一种新的特征选择算法Log-GMDH多层神经元网络。进一步地,将Log-GMDH特征选择算法与Logistic回归分类算法相结合,构建LogGMDH-Logistic目标客户选择模型。选择CoIL2000预测竞赛中某汽车保险公司的目标客户选择数据集进行实证分析。实证结果表明,LogGMDH-Logistic模型不仅在性能上优于已有的一些目标客户选择模型,而且具有很好的可解释性。
- 肖进唐静刘敦虎汪寿阳
- 基于动态分类器集成选择的不完整数据客户分类方法实证研究被引量：3
- 2012年
- 在管理决策的制定中,分类已经成为一种十分重要的方法和技术。由于现实客户数据常常是不完整的,因此,研究不完整数据的客户分类问题具有重要意义。通过分析以往分类过程中对不完整数据的处理方法,提出了一种基于动态分类器集成选择的不完整数据分类方法DCES-ID。分别在UCI客户分类数据集以及某券商客户数据集上进行分类的实验和实证分析。结果表明,与已有的6种分类算法相比,DCES-ID算法具有更高的分类准确性及稳定性,能够更有效地进行客户分类。
- 张婷婷贺昌政肖进
- 关键词：客户分类证券公司不完整数据贝叶斯分类器
- 基于GMDH的“一步式”客户流失预测集成建模被引量：7
- 2012年
- 在客户流失预测问题中,客户数据的特征往往会影响模型的预测效果.分析了常用的"两步式"客户流失预测方法的不足,提出了基于数据分组处理(GMDH)技术的"一步式"客户流失预测集成研究框架.该框架一方面将数据预处理和客户流失预测建模过程进行集成,另一方面用多分类器集成策略进行客户流失预测建模.以客户数据类别分布不平衡的客户流失预测问题为例,构建了与数据特征相适应的"一步式"集成模型.实证结果表明,该方法能够更有效地进行客户流失预测.
- 肖进刘敦虎贺昌政
- 关键词：客户流失预测
