Indexed by：
Abstract：
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.
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机应用研究
ISSN： 1001-3695
Year： 2009
Issue： 2
Volume： 26
Page： 521-523
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 46
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
