期刊文献+

基于支持向量机的电信欠费用户分析模型 被引量:3

下载PDF
导出
摘要 客户欠费是电信公司面临的一大难题。针对目前客户恶意欠费预测方法的不足,建立了一种基于支持向量机的客户欠费预测模型,支持向量机具有全局收敛性和良好推广能力,因此基于支持向量机评估模型具有较强的实用性。最后通过对某直辖市郊区县的用户数据分析实验,证明了基于SVM的预测模型的可行性,且具有较高的预测精度。
出处 《计算机应用》 CSCD 北大核心 2006年第S2期214-215,共2页 journal of Computer Applications
  • 相关文献

参考文献8

二级参考文献26

  • 1美国SAS软件研究所.SAS产品白皮书.www.sas.com.,.
  • 2Han Jiawei, Pei Jian. Simon Fraser Sequential Pattern Mining: From Shopping ltistol~' Analysis to Weblog and DNA Mining.Fifth Pacific-Asia Conference on Knowledge Discover)' and Data Mining (PAKDD-01 ), Hong Kong,2001-04.
  • 3范明 孟小峰.数据挖掘概念与技术[M].北京:机械工业出版社,2001..
  • 4Mozer M C,Predicting Subseriber Dissatisfation and Improving Retention in the Wireless Telecommunications Industry[J].IEEE Trans on Neural Networks, 2000; 11 (3)690~696.
  • 5Lian Yan.Predicting customer behavior in telecommunications[J].Intelligent Systems,IEEE,2004; 19(2) :50~58.
  • 6David Heckerman. A Turorial on Learning with Bayesian Networks.heckman@Microsoft.com, 1995-03.
  • 7.[EB/OL].www.ai.nit.edu/murphyk/Software/BNT/bnt.html,.
  • 8Cooper G,Herskovits E.A Bayesian method for the induction of probabilistic networks from data[J].Machine Learning, 1992 ;9:309~347.
  • 9W H Inmon. Building the Data Warehouse[ Z]. John Wiley & Sons,Inc. , 1993.
  • 10邓乃扬 田英杰.数据挖掘中的新方法-支持向量机[M].北京:科学出版社,2002..

共引文献83

同被引文献13

引证文献3

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部