第30卷第11期
2010年11月
文章编号:1000-6788(2010)11—1960—08Systems系统工程理论与实践Engineering—Theory&Practice中图分类号:TPl8;F270文献标志码:AV01.30,NO.11NOV.,2010
基于SMC.RS—LSSVM的电子商务客户流失预测模型
朱帮助-,。
(1.五邑大学经济管理学院,江门529020;2.北京理工大学管理与经济学院,北京100081)
摘要为提高个体层次上客户流失预测的精度,建立了基于SMC一粗糙集一最小二乘支持向量机
的电子商务客户流失预测模型.该模型首先利用SMC模型计算出客户活跃度:以0.5为阈值判断
出客户流失状态,识别出正判客户和错判客户;其次应用粗糙集理论约简出重要的客户流失预测指
标体系,然后将训练样本送入最小二乘支持向量机进行学习和训练,进而对测试样本的客户流失状
态进行判别.利用某网上商场的2525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:
与SMC模型、BP神经网络模型、最小二乘支持向量机模型相比,该模型对测试样本预测精度更
高,是一种更为有效和实用的客户流失预测方法.
关键词SMC;粗糙集;最小二乘支持向量机;客户流失预测;电子商务
E-businesscustomer
SMC,roughchurnpredictionbasedonintegrationof
setsandleastsquaresupportvectormachine
ZHUBang-zhul,2
(1.SchoolofEconomicsandManagement,WuyiUniversity,JiangInen529020,China;
2.SchoolofManagementandEconomics,BeijingInstituteofTechnology,Beijing100081,China)
AbstractToimproveindividualcustomerchurnpredictionaccuracy,integratedmodelofSMC,roughsets
(RS)andleastsquaressupportvectormachines(LSSVM),i.e.,SMC RS—LSSVM,for
statusE-businesscustomerchurnpredictionusingWasproposedinthispaper.Firstly,customers’activeprobabilitieswereobtainedbywiththethresholdof0.5.ThetrainingSMCmodeltoidentifycustomerchurnandtesting
sampleswereformedbythecorrectlyidentifiedcustomersandincorrectlyidentifiedcustomersrespectively.
Thentheattributeswerereducedusingroughsetsand
thetrainedLSSVMWastrainedwithtrainingsamples.Lastly,LSSVMmodelWasusedtoidentifycustomerchurnstatusoftestingsamples.Taking2525
ancustomersin
andE-shopassamples,empiricalresultsshowthat,comparedwithSMC,BPneuralnetworkanLSSVMmodels,integrationmodelofSMC-RS—LSSVMisefficientandpracticaltoolforE-business
customerchurnpredictionoftestingsamples.
KeywordsSMC;roughsets;leastsquaressupportvectormachines;customerchurnprediction;E-business
1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【川.最近十多年,互联网技术与应用的快速发展不仅给企业业务流程带来了巨大改变,也对消费者行为模式产生了深刻影响.2009年全球互联网用户总数已突破10亿人,我国约占17.8%【2].网上商场越来越成为大量互联网用户光顾的场所,其最大优势是能以极低的代价接触潜在客户,最大劣势是转换率极低(通常只有约2%的潜在客户转化为客户)和流失率极高(80%左右的客户只购买一次就不再购买).面对新的机遇和收稿日期:2009.12—04
资助项目:国家自然科学基金(70471074);国家博士后科学基金(20100470008);广东省自然科学基金(9452902001004060)作者简介:朱帮助(1979),男,江苏宿迁人,博士后,副教授,主要从事复杂系统分析与建模、CRM建模,智能信息处理理论与应用研究
作者感谢魏一鸣教授和匿名审稿人的宝贵意见和建议.张秋菊讲师参与了论文数据收集、整理和分析处理工作,作者也在此表示感谢.
基于SMC-RS-LSSVM的电子商务客户流失预测模型基于SMC-RS-LSSVM的电子商务客户流失预测模型隐藏>> ? 30 ? 11 ± 2010 11 ?? ??? ? ¨ Systems Engineering ...
基于SMC_RS_LSSVM的电子商务客户流失预测模型 隐藏>> 分享到: X 分享到: 使用一键分享,轻松赚取财富值, 了解详情 嵌入播放器: 普通尺寸(450*500pix) 较大...
基于SMC-RS-LSSVM的电子... 9页 免费 客户行为分析和消费者心... 59页 2...中国软科学 2010 年第 6 期 电子商务客户流失三阶段预测模型朱帮助 1, 2 ,...
朱帮助 基于SMC-RS-LSSVM的电子商务客户流失预测模型 2011(11) 13.Fader P S;Hardie B G S;Lee K L "Counting Your Customers" the easy way:An ...
基于SMC_RS_LSSVM的电子... 8页 2下载券 融入个体活跃度的电子商... 暂无...用单一预测模型难以对电子商务客户 流失变化规律进行全面、准确预测,导致预测正确...
融入个体活跃度的电子商务客户流失预测模型_琚春华_经济/市场_经管营销_专业资料...基于SMC-RS-LSSVM的电子... 9页 免费 基于自组织模糊规则归纳... 暂无评价...
朱帮助 基于SMC-RS-LSSVM的电子商务客户流失预测模型 2011(11) 13.Fader P S;Hardie B G S;Lee K L "Counting Your Customers" the easy way:An ...
仿真结果表明, 组合模型提高了电子商务客户流失预测正确率, 解决了单一预测模型的...( 〔 9〕 朱帮助. 基于 SMC - RS - LSSVM 的电子商务客户流失预测模 . ...
基于SMC-RS-LSSVM的电子商... 9页 免费 改进K_means算法在B2C电子... 4页...2 基于 OA 算法和 GMD 网络集成的电 SH 子商务客户流失预测模型2 1OA 算法 ...
电信企业客户流失预测模型_专业资料。本文将支持向量机(suppon Vector Machine,SVM)应用于客户流失预测研究中,通过实证研究,证实了该方法用于电信企业客户流失预测比BP...
热门文档