论文研究-基于SMC-RS-LSSVM的电子商务客户流失预测模型.pdf

【文件属性】：
文件名称：论文研究-基于SMC-RS-LSSVM的电子商务客户流失预测模型.pdf
文件大小：672KB
文件格式：PDF
更新时间：2022-10-10 09:48:19
论文研究 论文研究-基于SMC-RS-LSSVM的电子商务客户流失预测模型.pdf,  为提高个体层次上客户流失预测的精度,建立了基于SMC-粗糙集-最小二乘支持向量机的电子商务客户流失预测模型.该模型首先利用SMC模型计算出客户活跃度,以0.5为阈值判断出客户流失状态,识别出正判客户和错判客户;其次应用粗糙集理论约简出重要的客户流失预测指标体系,然后将训练样本送入最小二乘支持向量机进行学习和训练,进而对测试样本的客户流失状态进行判别.利用某网上商场的2525名客户样本进行电子商务客户流失预测实证研究,结果表明:与SMC模型、BP神经网络模型、最小二乘支持向量机模型相比,该模型对测试样本预测精度更高,是一种更为有效和实用的客户流失预测方法.