10.3969/j.issn.1672-884X.2012.09.018
基于多分类器动态选择与成本敏感优化集成的电信客户流失预测研究
针对不同样本在特征空间中具有不同的区域特性和不同分类算法之间的预测互补性,在电信客户流失预测理论基础上,融合多分类器动态集成理论和成本敏感学习理论,建立了电信客户流失多分类器集成预测的利润函数,并提出了一类新的基于多分类器动态选择与成本敏感优化集成的电信客户流失预测模型.首先使用K均值聚类法聚类训练样本成多个分区;接着使用NaiveBayes算法、多层感知机算法和J48算法在各分区样本上构建客户流失预测子分类器;最后使用改进人工鱼群算法分别对各分区的子分类器进行成本敏感优化集成.实验结果表明,所提出的基于多分类器动态选择与成本敏感优化集成模型的分类性能不仅优于由训练集全体样本所构建的3个单模型,也优于基于改进人工鱼群算法优化集成这3个单模型而得到的集成模型.
客户流失预测、多分类器动态选择、成本敏感优化集成、成本敏感学习、人工鱼群算法
9
C93;TP3(管理学)
国家自然科学基金资助项目70801021;中国博士后科学基金资助项目20080431276;教育部人文社会科学资助项目08JC630019
2012-11-26（万方平台首次上网日期，不代表论文的发表时间）
共9页
1373-1381
