协同产品创新中的创新客户流失预测模型

被引：2

作者：

李斐 ^{[1
,2
]}

杨育 ^{[1
]}

苏加福 ^{[1
]}

谢建中 ^{[1
,3
]}

陈倩 ^{[1
]}

机构：

[1] 重庆大学机械传动国家重点实验室

[2] 中冶赛迪工程技术股份有限公司

[3] 富士康科技集团

来源：

计算机集成制造系统 | 2015年 / 21卷 / 01期

关键词：

协同产品创新; 创新客户; 流失预测; 支持向量机;

D O I：

10.13196/j.cims.2015.01.005

中图分类号：

TP18 [人工智能理论]; F274 [企业供销管理];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 1201 ;

摘要：

为了降低创新客户流失对协同产品创新过程及企业造成的损失,在协同产品创新中有效识别具有流失倾向的创新客户,提出改进的代价敏感学习支持向量机创新客户流失预测模型。在分析创新客户流失预测特点的基础上,提出创新客户流失预测研究框架;针对传统分类算法大多以预测精度为目标、忽略创新客户流失误分类的代价和数据集非平衡性的问题,建立了基于改进代价敏感支持向量机的创新客户流失预测模型。通过应用结果表明了该预测模型的有效性和可行性。

引用

页码：40 / 47

页数：8

共 17 条

[1] 在线口碑传播的意见领袖识别方法研究 [J].

蔡淑琴 ;

马玉涛 ;

王瑞 .

中国管理科学, 2013, 21 (02) :185-192

[2] 客户流失问题研究综述 [J].

于小兵 ;

曹杰 ;

巩在武 .

计算机集成制造系统, 2012, 18 (10) :2253-2263

[3] 基于OSA算法和GMDH网络集成的电子商务客户流失预测 [J].

朱帮助 ;

张秋菊 ;

邹昊飞 ;

魏一鸣 .

中国管理科学, 2011, 19 (05) :64-70

[4] 代价敏感概率神经网络及其在故障诊断中的应用 [J].

唐明珠 ;

阳春华 ;

桂卫华 ;

谢永芳 .

控制与决策, 2010, 25 (07) :1074-1078

[5] 客户协同创新的内涵与概念框架及其应用研究 [J].

杨育 ;

郭波 ;

尹胜 ;

王伟立 ;

张晓冬 .

计算机集成制造系统, 2008, (05) :944-950

[6] 基于改进支持向量机的电信客户流失预测模型 [J].

钱苏丽 ;

何建敏 ;

王纯麟 .

管理科学, 2007, (01) :54-58

[7] 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

[8] 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

[9]

Collaborative Innovation with Customers: A Review of the Literature and Suggestions for Future Research *.[J].Charles R. Greer;David Lei.International Journal of Management Reviews.2012, 1

[10]

LIBSVM.[J].Chih-Chung Chang;Chih-Jen Lin.ACM Transactions on Intelligent Systems and Technology (TIST).2011, 3

← 1 2 →