基于支持向量机客户流失预测模型29685.pdfVIP

　2008 年 1 月 系统工程理论与实践 第 1 期 　 ( ) 文章编号 2008 基于支持向量机的客户流失预测模型 1 2 夏国恩 ,金炜东 ( 1 广西财经学院 工商管理系 ,南宁 530003 ; 2 西南交通大学 经济管理学院 ,成都 610031) ( ) 摘要 : 　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. 关键词 : 　客户流失 ;支持向量机 ; 电信业 中图分类号 : 　F830 . 133 　　　　　　　　文献标志码 : 　A 　　　 Model of customer churn prediction on support vector machine 1 2 XIA Guoen , J IN Weidong ( 1Guangxi University of Finance and Economics , Nanning 530003 , China ; 2School of Economics Management , Southwest Jiaotong University , Chengdu 610031 , China) Abstract : 　To improve the prediction abilities of machine learning methods , a support vector machine ( SVM) on structural risk minimization was applied to customer churn prediction . The method was compared with artifical neural network , decision tree , logistic regression and naive bayesian classifier regarding customer churn prediction for home and foreign telecommunication carriers. It is found that the method has the best accuracy rate , hit rate , covering rate and lift coefficient , and provides an effective measurement for customer churn prediction . Key words : 　customer churn ; support vector machine ( SVM) ; telecommunication industry 1 　引言 客户流失是许多行业关注的一个重要问题 ,特别是在激烈竞争和越发 自由的国内外电信市场更受到