基于支持向量机纺织行业客户流失分析研究.docVIP

基于支持向量机纺织行业客户流失分析研究 　　 (浙江工商大学 计算机与信息工程学院, 杭州 310018) 　　?? 　　摘要：针对纺织行业客户流失问题建立了基于支持向量机的预测模型。基于该行业预测客户流失指标属性多、相关系数高的特点，首先采用主成分分析法从多指标属性中筛选出客户流失的主要因素，有效地降低了支持向量机的训练维度。通过实际纺织行业的客户数据集测试，与普通支持向量机及其他传统预测模型进行比较，验证该模型具有良好的推广能力以及更高的精确性。 　　?す丶?词：客户流失； 主成分分析； 支持向量机； 纺织行业 　　?ぶ型挤掷嗪牛?TP311文献标志码：A 　　文章编号：1001-?B3695(2008)11-?B3308-?B03 　　?? 　　Research of customer churn analysis in textile industry?? 　　based on support vector machine 　　?? 　　JU Chun-hua, GUO Fei-peng, LU Qi-bei 　　?? 　　(College of Computer Information Engineering, Zhejiang Gongshang University, Hangzhou 310018, China) 　　?? 　　Abstract:To deal with customer churn problem in textile industry, this paper set up prediction model based on support vector machine(SVM). Due to easily-correlated、multi-index of indicative attributes in churn data, adopted principal component analysis(PCA) to screen out the main factors from a great deal of indicative attributes in order to reduce the training dimension of SVM effectively. With the application and verification in real textile data set, the result demonstrates that this model has a better universal property with higher precision than others. 　　??Key words：customer churn; principal component analysis; support vector machine; textile industry 　　?お? 　　0引言?? 　　客户流失是指企业原来的客户中止继续购买企业商品或接受企业服务，转而接受竞争对手的商品或服务。不同行业对客户流失有着不同的定义，大致可分为自愿流失（导致客户流失的首要责任在于客户本身）和非自愿流失（客户流失责任在于企业的一种客户流失）[1,2]。纺织行业主要面向大宗交易，交易额高、交易量大；企业客户群较为固定，且多数为大客户、优质客户，任何一个客户的流失都将对企业造成利润的大幅下降。因此，如何有效地识别哪些客户可能是流失者（churner），哪些客户是忠诚客户，建立客户流失预测模型已成为该行业成功至关重要的目标。 ?? 　　目前针对客户流失问题，国内外学者建立了决策树、回归模型、人工神经网络、神经元网络模型等预测模型，并取得了一定应用效果[3]。但这些模型均要求数据量比较丰富，且模型的训练有一定的困难；而客户流失是个二分类问题，且需要分类结果有较高的准确性，上述模型的优越性不能很好地体现出来。最重要的一点是，纺织行业有其特有的客户流失数据特征，如数据集样本少、非线性，且样本维数相对较高等，导致这些模型的准确率不太理想；客户数据样本点误差较大，导致以上模型泛化能力不强。?? 　　本文建立了基于支持向量机（support vector machine，SVM）的纺织行业客户流失预测模型。首先应用主成分分析法从大量指标中筛选出影响客户流失的主要因素，在保留有效信息的前提下对数据进行降维，通过对实际纺织行业客户数据的分析与实验取得了良好的预测效果。基于该模型，企业能归纳流失客户的特征，对具有相似流失特征的客户采取针对性的措施，避免客户的流失。?? 　　1基于PCA的SVM客户流失预测模型?? 　　1??1支持向