融入个体活跃度的电子商务客户流失预测模型

被引：18

作者：

琚春华 ^{[1
,2
]}

卢琦蓓 ^{[3
,4
]}

郭飞鹏 ^{[5
]}

机构：

[1] 浙江工商大学计算机与信息工程学院

[2] 浙江工商大学现代商贸研究中心

[3] 浙江工商大学工商管理学院

[4] 台州职业技术学院工商管理系

[5] 浙江经贸职业技术学院信息技术系

来源：

系统工程理论与实践 | 2013年 / 33卷 / 01期

基金：

浙江省自然科学基金;

关键词：

客户流失预测; 启发式算法; 非平衡最小二乘支持向量机; 粗糙集;

D O I：

暂无

中图分类号：

F713.36 [电子贸易、网上贸易];

学科分类号：

1201 ;

摘要：

为提高个体层次上客户流失预测的精确度,建立了融入个体活跃度的电子商务客户流失预测模型H-ULSSVM.该模型首先利用融入地域因素的启发式算法计算出最优阈值,并求出个体的活跃度,识别出正判客户和错判客户;在此基础上,考虑电子商务客户流失预测影响因素众多,提出了一种粗糙等价类属性约简方法提取出重要的客户流失预测指标,然后将降维后的正判客户样本送到非平衡最小二乘支持向量机进行学习和训练,进而利用得到的分类器对错判客户样本的客户流失状态进行判别.在某B2C电子商务平台客户样本的实证研究表明,该模型与其他方法相比,具有更好的效率和精确度.

引用

页码：141 / 150

页数：10

共 16 条

[1] 基于SMC-RS-LSSVM的电子商务客户流失预测模型 [J].