%0 Journal Article
%T Model of customer churn prediction on support vector machine<br>基于支持向量机的客户流失预测模型
%A XIA Guo-en
%A JIN Wei-dong
%A <br>夏国恩
%A 金炜东
%J 系统工程理论与实践
%D 2008
%I 
%X 应用基于结构风险最小化准则的支持向量机(SVM)进行客户流失预测,以提高机器学习方法的预测能力,并以国内、国外电信公司客户流失预测为实例,与人工神经网络、决策树、贝叶斯分类器等方法进行了对比,发现该方法能获得最好的正确率、命中率、覆盖率和提升系数,是研究客户流失预测问题的有效方法.
%K 客户流失
%K 支持向量机
%K 电信业
%K 支持向量机
%K 客户流失预测
%K 流失预测模型
%K support
%K vector
%K machine
%K prediction
%K customer
%K 预测问题
%K 研究
%K 提升系数
%K 覆盖率
%K 命中率
%K 正确率
%K 发现
%K 分类器
%K 贝叶斯
%K 决策树
%K 工神经网络
%K 电信
%K 国外
%K 预测能力
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=962324E222C1AC1D&jid=1D057D9E7CAD6BEE9FA97306E08E48D3&aid=F1963F1F1F4127EDC1699ACC9558E328&yid=67289AFF6305E306&vid=D3E34374A0D77D7F&iid=CA4FD0336C81A37A&sid=4F2F18DD6F870C2C&eid=E44E40A2398D4F2A&journal_id=1000-6788&journal_name=系统工程理论与实践&referenced_num=3&reference_num=22