基于粗糙集-神经网络的客户价值预测.pdfVIP

第26卷第1期 佳 木 斯 大 学 学 报 (自 然 科 学 版 ) V01．26 No．1 2008 年 01月 Journal 0f Jiamusl University(Natural Science Edition) Jan． 2OO8 文黼 号：l0∞一14o2{2ms)ol一0O40—03 基于粗糙集 神经网络的客户价值预测 张吉刚，梁 娜 l成宁学院。湖北成宁437OO5】 摘 要：首先找出对客户价值有影响的一些因子，然后利用神经网络与粗糙集理论的优势互 补，采用粗糙集对数据进行预处理，构建基于粗糙集一神经网络的客户价值预测模型，并依据此 模型进行了验证评价，结果表明，本文提出的模型用于客户价值预测是有效的． 关键词：客户价值预测；粗糙集；神经网络 中图分类号：TP183 文献标识码：A 空问维数 ． 0 引 言 由此可见，粗糙集与神经网络各有特点，又 随着信息化和工业化的不断发展，企业经营观 具有共同之处，将两者的有机结合，可望为智能 念也在不断变革、深化，企业经营观念逐渐发展为 信息处理开拓一条新的途径． 由产品驱动变成了以客户驱动，即谁能把握住客户 的需求并以最快的速度做出反映，谁能吸引新客 2 基于粗糙集一神经网络的客户价 户、保持老客户，谁就能取得最终的胜利．预测客户 值预测模型 价值对企业来说尤为重要． 目前，在客户价值预测中引人数据挖掘的方 首先建立了对客户价值预测有影响的因子库； 法，这在客户价值分析领域中是一个比较热门的课 然后，用粗糙集方法对信息进行预处理，将预处理 题．例如：决策树在客户价值分析中的应用，数据挖 后的简化数据作为神经网络的输入模式，建立基于 掘在客户价值分析中的应用，电子商务中的客户价 粗糙集一神经网络的客户价值组合预测模型．具 值分析与模糊综合评价等等．本文提出了一种基于 粗糙集一神经网络相结合的客户价值预测模型． 体步骤为：第一，对训练数据样本离散化；第二，采 通过实例表明：该模型计算简单、快捷、预测结果准 用属性约简方法删除冗余的属性；第三，确定神经 确，是—个值得推广的客户价值预测方法． 网络的结构，选择训练参数，进行训练预测．其原理 如图1所示． 1 粗糙集和神经网络 神经网络是利用非线性映射的思想和并行处 本数 嚣 鑫 化后的数至 理的方法，用其本身结构表达输入与输出关联知识 的隐函数编码，但其一般不能处理具有语义形式的 预测 )c== BP网络模型 输入，也不能确定哪些知识是冗余的，哪些知识 是有用的m． 图1粗糙集．神经网络组合模型原理示意图 粗糙集是基于不可分辨性的思想和知识简化 2．1建立了对客户价值预测有影响的因子库 的方法，从数据中推理逻辑规则作为知识系统的模 型；可以输入定性、定量、或者混合性信息，输入空 与客户价值有关的因子很多，首先参考文献 间与输出空间的映射关系是通过简单的决策表简 [3]，