基于代价敏感性学习的客户价值细分

被引：9

作者：

邹鹏

李一军

郝媛媛

机构：

[1] 哈尔滨工业大学管理学院

来源：

管理科学学报 | 2009年 / 12卷 / 01期

关键词：

客户细分; 客户价值; 代价敏感学习; 支持向量机;

D O I：

暂无

中图分类号：

F274 [企业供销管理]; F224 [经济数学方法];

学科分类号：

1201 ; 0701 ; 070104 ;

摘要：

在基于价值的客户细分中,不可避免地产生"拒真纳伪"的两类错误,由于错误分类代价差异和不同价值客户数量的不平衡分布,基于总体准确率的数据挖掘方法不能体现由于客户价值不同对分类效果带来的影响.本研究在代价敏感性学习机制下引入支持向量机作为分类工具,建立基于客户价值的错分代价函数,为适应客户价值多类别细分的要求,将二元分类扩展为多元分类,建立分类的期望损失函数作为分类效果的评价标准.实验结果说明,该方法可以更精确地控制代价敏感性和不同种分类错误的分布,降低总体的错误分类代价,使模型能更准确反映分类的代价,有效识别客户价值.

引用

页码：48 / 56

页数：9

共 14 条

[1] 代价敏感支持向量机 [J].

郑恩辉 ;

李平 ;

宋执环 .

控制与决策, 2006, (04) :473-476

[2] 一种基于代价敏感学习的范例推理方法及其应用研究 [J].

罗菲菲 ;

刘贵全 ;

安景琦 ;

张婷慧 .

计算机应用, 2005, (10) :2444-2446

[3]

基于客户价值的客户分类方法研究[J]. 黄亦潇,邵培基,李菁菁.预测. 2004(03)

[4] 客户利润贡献度评价的数据挖掘方法 [J].

邹鹏 ;

李一军 ;

叶强 ;

不详 .

管理科学学报 , 2004, (01) :53-59

[5] 广义预测控制综述 [J].

胡耀华 ;

贾欣乐 .

信息与控制, 2000, (03) :248-256

[6] 论假设检验中的两类错误 [J].

蔡越江 .

数理统计与管理, 1999, (03) :3-5

[7]

客户关系管理理论与软件[M]. 浙江大学出版社 , 陈明亮主编, 2004

[8]

模式识别[M]. 清华大学出版社[美]J.P.MarquesdeSa著, 2002

[9]

A threshold varying bisection method for cost sensitive learning in neural networks[J] . Parag C. Pendharkar.Expert Systems With Applications . 2007 (2)

[10] An integrated data mining and behavioral scoring model for analyzing bank customers [J].

Hsieh, NC .

EXPERT SYSTEMS WITH APPLICATIONS, 2004, 27 (04) :623-633

← 1 2 →