%0 Journal Article
%T 基于改进GMDH的目标客户选择模型研究
%A 肖进
%A 唐静
%A 刘敦虎
%A 谢玲
%A 汪寿阳
%J 中国管理科学
%P 162-169
%D 2015
%X ？近年来,目标客户选择建模成为客户关系管理领域的研究热点。为了解决用于目标客户选择建模的训练样本类别分布高度不平衡的问题,本文首先提出了混合抽样方法。进一步地,将数据分组处理(GMDH)神经元网络引入到客户特征选择中,提出新的特征选择算法Log-GMDH。该算法分别从传递函数的选择和新的外准则的构建两个方面对传统GMDH网络模型进行了改进。最后,将提出的混合抽样、Log-GMDH和Logistic回归分类算法相结合,构建目标客户选择模型LogGMDH-Logistic。在CoIL2000预测竞赛中某汽车保险公司的目标客户选择数据集上进行实证分析,结果表明,LogGMDH-Logistic模型不仅在性能上优于已有的一些目标客户选择模型,而且具有很好的可解释性。
%K 目标客户选择
%K GMDH神经元网络
%K 特征选择
%K 混合抽样
%K Logistic回归
%U http://www.zgglkx.com/CN/abstract/abstract15328.shtml