基于动态分类器集成的客户流失预测模型研究.pdfVIP

预 测 Vo1．29，No．5 FORECASTING 2010年第 5期 基于动态分类器集成的客户流失预测模型研究 肖 进 。 贺 昌政 (四川大学 工商管理学院，四川 成都 610064) 摘 要 ：目前大多数客户流失预测研究常采用单一预测模型。因此 ，本文将动态分类器组合与 自组织数据挖掘 理论 (SODM)相结合 ，提 出了基于 SODM 的动态分类器集成方法。以国内、国外 电信公司客户流失预测数据为 例 ，并与单一的预测模型 以及 已有 的动态分类器组合方法进行 了详细对 比，发现该方法能在很大程度上提 高客 户流失预测的准确率、命 中率 以及提升 系数 ，是进行客户流失预测的有效工具 。 关键词 ：客 户流失预 测 ；动 态分类器集成 ；自组织数据挖掘 ；多分类器组合 ；电信行业 中图分类号 ：TPI8；F270 文献标识码 ：A 文章编 号 ：1003—5192(2Ol0)05—0057—06 n odelofCustomerChurn Prediction Basedon Dynam icClassifierEnsemble XIAO Jin，HE Chang—zheng (BusinessSchool，SichuanUnwe~i@，Chengdu610064，China) Abstract：Atpresent，singlemodelisadopted usuallyforcustomerchum prediction．Thereby，thedynamicclassifier combinationiscombinedwithselGorganizedatamining(SODM)，andadynamicclassifierensemblemethodbasedon SODM ispresented．Thismethodwascomparedwith some singleforecastingmodelsand theexistingdynamicclassifier combinationmethod regardingcustomerchurn prediction ofrhomeand foreign telecommunication carriers．Theresults show thatthismethodcan improvetheaccuracyrate，hitrateandlift coefficienttoalargeextent，andisan effectivetool ofrcustomerchurn prediction． Keywords：customer churn prediction；dynamicclassifierensemble；self-organizedata mining；multiple classifiers combination；telecommunication industry 失预测。然而 ，现实 的客户流失预测往往是薄靶 1 引言 的、类别不平衡 的预测问题 ，同时 由于数据缺失 客户流失和 客户挽留是许多行业关 注的一个 等原因使得其数据 中常包含较多噪声，从而大大增 重要 问题。据统计 ，电信行业每年的平均流失率在 加了分类 的难度。因此 ，单一 的分类器 (分类模 25％ ～30％。而对美国9个行业 的调查数据显示 ， 型)很难实现在整个样本空间上 的准确分类 ，而如 客户流失率每降低 5％，行业平均利润将增加 25％ 果能够将多个分类器组合起来 ，让每一个分类 ～ 85％ 。同时 ，获取一个 新客户 的成本