基于OSA算法和GMDH网络集成的电子商务客户流失预测

被引：16

作者：

朱帮助 ^{[1
,2
]}

张秋菊 ^{[1
,2
]}

邹昊飞 ^{[3
]}

魏一鸣 ^{[2
]}

机构：

[1] 五邑大学经济管理学院

[2] 北京理工大学管理与经济学院

[3] 中国国际工程咨询公司

来源：

中国管理科学 | 2011年 / 19卷 / 05期

基金：

广东省自然科学基金;

关键词：

自组织数据挖掘; 客观系统分析; 数据分组处理; 客户流失预测; 电子商务;

D O I：

10.16381/j.cnki.issn1003-207x.2011.05.010

中图分类号：

F713.36 [电子贸易、网上贸易]; F274 [企业供销管理]; F224 [经济数学方法];

学科分类号：

1201 ; 0701 ; 070104 ;

摘要：

电子商务客户流失预测是一种典型的高维、非线性、数据不平衡问题,传统的方法已很难提高其预测精度。本文将自组织数据挖掘方法(SODM)引入电子商务客户流失预测,提出一种基于客观系统分析(OSA)和数据分组处理(GMDH)网络集成的电子商务客户流失预测模型。首先利用OSA算法自动选择出重要的电子商务客户流失关键属性,然后将训练样本送入GMDH网络进行学习与训练,进而对测试样本客户流失状态进行预测。为了提高预测精度,本文还利用向上采样法进行数据平衡化,使得流失类和非流失类客户数量大致相等。应用该模型对某网上商场客户流失状态进行预测,并将预测结果与神经网络、SVM等方法得到的结果进行了比较,验证了该模型的有效性及实用性。

引用

页码：64 / 70

页数：7

共 8 条

[1] 针对不平衡数据集的客户流失预测算法 [J].

应维云 ;

蔺楠 ;

李秀 .

系统工程, 2008, 26 (11) :99-104

[2] 基于支持向量机的客户流失预测模型 [J].

夏国恩 ;

金炜东 .

系统工程理论与实践, 2008, (01) :71-77

[3] SVM方法及其在客户流失预测中的应用研究 [J].

应维云 ;

覃正 ;

赵宇 ;

李兵 ;

李秀 .

系统工程理论与实践, 2007, (07) :105-110

[4] 基于改进支持向量机的客户流失分析研究 [J].

赵宇 ;

李兵 ;

李秀 ;

刘文煌 ;

任守榘 .

计算机集成制造系统, 2007, (01) :202-207

[5] 基于自组织算法的改进型GAANN预测模型 [J].

邹昊飞 ;

夏国平 ;

杨方廷 .

中国管理科学, 2005, (06) :75-80

[6] 基于特征选择的神经网络集成方法 [J].

凌锦江 ;

陈兆乾 ;

周志华 .

复旦学报(自然科学版), 2004, (05) :685-688

[7]

自组织数据挖掘与经济预测[M]. 科学出版社 , 贺昌政著, 2005

[8]

Turning telecommunications call details to churn prediction: a data mining approach[J] . Chih-Ping Wei,I-Tang Chiu.Expert Systems With Applications . 2002 (2)

← 1 →