文件名称：论文研究-基于代价敏感SVM的电信客户流失预测研究.pdf
文件大小：555KB
文件格式：PDF
更新时间：2022-08-11 16:27:13
客户流失,支持向量机,非平衡数据,代价敏感
针对客户流失数据集的非平衡性问题和错分代价的差异性问题，将代价敏感学习应用于Veropoulos提出的采用不同惩罚系数的支持向量机，建立客户流失预测模型，对实际的电信客户流失数据进行验证。通过与传统SVM、C4.5和ANN对比研究，结果显示此方法在精确度、命中率、覆盖率和提升度均有所改善，表明此方法有效地解决了数据集的非平衡性和错分代价问题，是进行客户流失预测的有效方法。