基于自组织模糊规则归纳的电子商务客户流失预测

为提高客户流失预测的精度,构建了基于自组织模糊规则归纳算法FRI(Fuzzy Rule Induction)的电子商务客户流失预测模型。该模型利用数据分组处理技术GMDH(Group method data handling)从训练样本中自动地提取接近于人类自然语言描述的电子商务客户流失模糊规则,进而对测试样本客户流失状态进行判别。采用某网上商场的1500名客户样本进行电子商务客户流失预测实证研究,结果表明,该方法对测试样本预测精度达到了90%以上,是一种有效和实用的电子商务客户流失预测工具。

基于自组织模糊规则归纳的注塑模改模知识发现

改模是注塑模具生产的重要环节,在这一环节中主要依赖于工程师的经验.如何发现和归纳改模知识,已成为越来越多的注塑模具企业需要面对的问题.基于此提出了利用自组织模糊规则归纳辅助模具工艺人员建立改模方案,分析了该算法的主要设计思想与实现过程,最后利用Knowledgeminer软件进行模糊规则归纳得到了一些有关"批锋"缺陷的规则.结果表明,由该方法归纳的改模规则和实际情况吻合,正确率达84%.

基于自组织数据挖掘的上市公司财务危机预测

为了提高上市公司财务危机的预测精度,利用自组织数据挖掘中的客观系统分析(OSA)算法提取上市公司财务危机指标体系的关键属性,将其作为输入构建基于自组织模糊规则归纳算法(FRI)的上市公司财务危机预测模型,自动提取上市公司财务危机模糊规则,进而对公司财务危机状态进行判别。选取200家上市公司作为样本进行实证分析,结果表明,该模型对测试样本预测精度达到了85%,可以作为上市公司财务危机预测的一种有竞争力的解决方案。