数据挖掘方论文打包.docVIP

本科生毕业论文（设计）题 目 基于代价敏感学习的客户流失预测模型研究学 院工商管理学院专 业管理科学学生姓名沈冰洁学 号04年级 08级指导教师肖进基于代价敏感的客户流失率预测模型研究专业：管理科学 学生：沈冰洁指导老师：肖进 摘 要 随着竞争日渐激烈，企业的同类化和产品的同质化都日趋严重，客户分流的现象日趋明显，最直接的影响就是客户流失率的大幅攀升，如何将客户流失率控制在一个稳定的范围内，成为企业关注的一个热点话题。 过去已有多种分类模型对客户流失率进行预测，这些传统的分类模型均基于分类精度，即目标函数为分类精度最小化，忽略了分类代价不一致这一因素，因此造成很大分类代价，为了解决这一问题，本文在已有模型的算法和基础上进行改进，通过引入误分代价因子，从而使模型代价敏感，代价敏感模型不再仅仅基于分类精度最优，同时也是分类代价最低。 完成模型的改进后，结合实例数据样本，对BP神经网络和代价敏感BP神经网络以及支持向量机（SVM）的分类结果进行了对比，实验结果表明，引入误分代价因子之后，模型的分类精度得到了有效提高。 关键词：代价敏感 客户流失率预测 BP神经网络 MATLAB 数据挖掘绪论 1.1选题目的及意义 客户关系管理（Customer Relationship Management, CRM）已经被先进企业所关注，所谓以民为本的