国家自然科学基金(70801021)
- 作品数：27 被引量：120H指数：7
- 相关作者：夏国恩邵培基罗彬刘独玉罗尽尧更多>>
- 相关机构：广西财经学院电子科技大学西南民族大学更多>>
- 发文基金：国家自然科学基金教育部人文社会科学研究基金中国博士后科学基金更多>>
- 相关领域：经济管理社会学自动化与计算机技术电子电信更多>>
- 基于预算限制和客户挽留价值最大化的电信客户流失挽留研究被引量：11
- 2012年
- 在分析电信行业中挽留激励效应、自然流失效应和口碑传播效应对客户保持率的动力学机理的基础上,得到客户保持率在客户挽留周期中的演进路径;接着提出了使用挽留激励系数、自然衰减系数和口碑影响系数来具体描述这3种效应的作用力。然后基于客户保持率的演进路径推导出了客户挽留周期模型和客户挽留价值模型。最后建立了2种不同类型的客户挽留模型:基于挽留激励效应建立了单个客户挽留费用模型,并推导出了单个客户挽留费用的有效范围、挽留激励的高效率区域和低效率区域;基于定义的挽留收益函数和挽留边际收益函数建立了一对一客户挽留策略模型,并推导出了在挽留预算限制条件下的客户挽留顺序选择原则。实验结果表明,所提出的电信客户挽留方法是可行且有效的。
- 罗彬邵培基罗尽尧刘独玉夏国恩
- 基于粗糙集理论-神经网络-蜂群算法集成的客户流失研究被引量：21
- 2011年
- 针对电信客户流失问题的复杂性,融合粗糙集理论、神经网络和蜂群算法的优势,提出了一种新的客户流失预测模型——基于粗糙集理论、神经网络和蜂群算法线性集成多分类器的客户流失预测模型。首先利用自组织神经网络(SOM)对连续属性值进行非监督离散化处理;接着使用粗糙集方法(RS)对离散属性进行约简;然后分别使用BP神经网络、RBF神经网络、ELMAN神经网络和广义回归神经网络(GRNN)在约简属性集上建立4个子分类器;最后使用模型集成法对4个子分类器进行线性集成,并采用人工蜂群(ABC)算法优化线性组合的权重。将该模型应用于某电信客户流失,实验结果表明该集成方法是可行且有效的。
- 罗彬邵培基罗尽尧刘独玉夏国恩
- 关键词：客户流失粗糙集理论神经网络人工蜂群算法多分类器集成
- 基于灰色系统理论的广西物流需求预测
- 2014年
- 本文以灰色系统理论为基础,构建了GM(1,1)预测模型,运用Matlab仿真软件,根据广西统计年鉴中2008-2012年货运量的实际数据,对广西未来5年的物流需求量进行了预测。
- 夏国恩王东蛟马璐
- 关键词：灰色预测GM(1,1)模型物流需求
- 基于Choquet积分的HMM商品信息抽取方法被引量：6
- 2008年
- 电子商务网站使用不同的网页编码技术和页面布局为比较购物信息获取带来了很大的难度。基于隐马尔可夫模型(HMM)的信息抽取模型有着易于建立、适应性强等优点,被视为一种有效的信息抽取方法。但是这种算法存在状态序列计算复杂、难以训练优化抽取模型等缺点。本文应用模糊积分单调性建立基于Choquet积分的隐马尔可夫模型(CI-HMM),解决HMM观察序列概率计算所需的条件独立性假设,优化HMM观察序列的计算。本文以网上书店商品数据进行实证,实验证明CI-HMM比HMM有更好适用性和精确度。
- 邓斌邵培基夏国恩
- 关键词：信息抽取比较购物隐马尔可夫模型CHOQUET积分
- 基于竞争对手反击的电信客户流失挽留研究被引量：11
- 2011年
- 首先分析了挽留激励、竞争反击、自然衰减和口碑传播这4种效应对客户保持率产生影响的动力学模型,并得到了客户保持率在客户挽留周期中的演进路径;接着定义了挽留激励系数、竞争反击系数、自然衰减系数和口碑影响系数来具体刻画这4种效应的作用力.然后基于客户保持率的演进路径得到了客户挽留周期计算模型,分别基于竞争对手反击效应存在性的不同情况建立了3类客户挽留价值计算模型.最后基于客户挽留价值和挽留成本建立了客户流失挽留评估模型,基于挽留重要性指标建立了客户挽留顺序选择模型.实验结果表明所提出的客户流失挽留方法是可行且有效的.
- 罗彬邵培基罗尽尧刘独玉夏国恩
- 基于简易支持向量机的客户流失预测研究被引量：4
- 2010年
- 应用简易支持向量机(SSVM)进行客户流失预测,以提高机器学习方法的预测能力。以国外电信公司客户流失预测为实例,与最近邻算法(NPA)进行了对比,发现该方法在获得与NPA近似准确率的条件下,所花费的时间和时间增加值远小于NPA,是研究客户流失预测问题的有效方法。
- 夏国恩
- 关键词：客户流失
- 基于满意属性选择的客户流失预测被引量：5
- 2010年
- 针对已有属性选择方法较少考虑属性获取代价和属性集维数的自动确定问题,提出一种满意属性选择方法(SA SM),将样本分类性能、属性集维数和属性提取复杂性等多种因素综合考虑。给出了属性满意度和属性集满意度定义,设计出满意度函数,导出满意属性集评价准则,详细描述了属性选择算法。对某电信公司客户流失预测的实证结果显示,SA SM获得的命中率、覆盖率、准确率和提升系数高于属性相关性选择法、一致性选择法、实例选择法和对称不确定性选择法。证实了SA SM的有效性和实用性。
- 夏国恩
- 关键词：客户流失
- 改进SVR在金融时间序列预测中的应用被引量：6
- 2008年
- 针对目前金融时间序列预测方法的不足,在利用训练样本与测试样本间马氏距离对惩罚因子进行加权的基础上,改进传统的支持向量回归机(SVR)。通过以上海证券综合指数趋势的预测为例子,与标准BP人工神经网络(BPANN)和SVR方法进行了对比,发现该方法能获得更准确的预测结果。结果表明,该方法能充分反映股票价格时间序列趋势规律,是研究金融时间序列预测问题的有效方法。
- 夏国恩邵培基
- 关键词：股票价格支持向量回归机人工神经网络时间序列预测
- 基于最大熵的延迟启动/关闭N策略M/G/1可修排队稳态队长分布被引量：1
- 2010年
- 研究具有延迟启动-关闭的N策略M/G/1可修排队系统,利用最大熵方法导出稳态队长分布的解析解,进一步得到基于最大熵的顾客平均等待时间.通过比较顾客的平均等待时间来检验最大熵方法的精度,结果表明基于最大熵方法得到的稳态队长分布是相当精确的.
- 赵丹邓斌
- 关键词：N策略最大熵队长分布
- 基于蚁群算法的成本敏感线性集成多分类器的客户流失研究被引量：3
- 2010年
- 针对电信客户流失预测问题的复杂性,融合自组织神经网络良好的连续属性值离散化优势、粗糙集理论出色的属性约简功能和蚁群优化算法全局的随机搜索特点,在模型集成技术和成本敏感学习理论的基础上,提出了一种新的基于蚁群算法的成本敏感线性集成多分类器的电信客户流失预测模型。构建该集成模型可分为4个阶段:(1)连续属性值的离散处理:利用自组织神经网络对连续属性值进行非监督离散化处理;(2)原始属性集的约简处理:使用粗糙集理论按属性重要性原则对离散属性进行约简;(3)子分类器的建立:分别使用NaiveBayes、Logistic回归、多层感知器和决策树等4种差异性很大的分类技术在约简属性集上建立4个对应的客户流失预测子分类器;(4)子分类器的集成:基于成本敏感学习理论,构建了4种不同的线性集成模型,采用蚁群优化算法求解集成模型的最优线性组合权重系数。将该模型应用于某电信客户流失预测,其实验结果表明该集成方法是可行且有效的。
- 罗彬邵培基罗尽尧刘独玉夏国恩
- 关键词：客户流失自组织神经网络粗糙集理论蚁群算法分类器集成
