电子商务客户流失三阶段预测模型

发布时间：2018-05-05 15:37

  本文选题：电子商务客户流失预测 + 三阶段模型　； 参考：《中国软科学》2010年06期

【摘要】：采用某网上商场的2525名客户样本,构建了基于SMC和最小二乘支持向量机(LSSVM)的电子商务客户流失三阶段预测模型。首先应用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;其次将训练样本送入LSSVM进行训练和学习,进而对测试样本的客户流失状态进行判别,然后将误判客户样本输入最近邻分类器进行再判断。结果表明,与SMC模型、BP神经网络模型、LSSVM模型相比,三阶段模型对测试样本预测精度更高,是一种更有效和实用的分类方法,可为电子商务企业客户关系管理提供一个新的方法。
[Abstract]:Using 2525 customer samples from an online shopping mall, the three phase prediction model of e-commerce customer loss based on SMC and LSSVM is constructed. First, the customer activity is calculated by using SMC model. The customer loss state is judged by the threshold of 0.5, and the customer is identified and the customer is misjudged. Secondly, the training sample is sent to the customer. The three stage model is more effective and practical than the SMC model, the BP neural network model and the LSSVM model. The results show that the three stage model is more accurate than the SMC model, the BP neural network model and the LSSVM model. Class method can provide a new method for customer relationship management in e-commerce enterprises.

【作者单位】： 北京理工大学管理与经济学院;五邑大学经济管理学院;
【基金】：国家自然科学基金项目(70471074) 广东省自然科学基金项目(9452902001004060) 国家博士后科学基金(20100470008)
【分类号】：F713.36

【参考文献】

相关期刊论文 前2条

1 赵宇;李兵;李秀;刘文煌;任守榘;;基于改进支持向量机的客户流失分析研究[J];计算机集成制造系统;2007年01期

2 齐佳音,李怀祖,舒华英,秦良娟;SMC模型在IT分销业的实证案例研究[J];系统工程理论与实践;2004年03期

【共引文献】

相关期刊论文 前10条

1 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期

2 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期

3 周德强;冯建中;;建筑物沉降预测的改进Verhulst模型研究[J];地下空间与工程学报;2011年01期

4 王立平;孔小梅;付梦印;王美玲;张甲文;姜明;;Temperature Drift Modeling of FOG Based on LS-WSVM[J];Journal of China Ordnance;2008年03期

5 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期

6 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期

7 薛彦轶;刘晓东;;基于最小二乘支持向量机的航材备件需求建模[J];兵工自动化;2007年06期

8 高博;谭永红;张新良;;基于在线LSSVM的超声波电机转速预测器[J];兵工自动化;2007年09期

9 张丽叶;郑绍钰;;基于LS-SVM的装备研制费用建模与分析[J];兵工自动化;2009年02期

10 纪凤珠;王长龙;王瑾;孙钦蕾;;基于稀疏化LS-SVM的漏磁缺陷三维轮廓重构[J];兵工学报;2008年05期

相关会议论文 前10条

1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年

2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年

3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年

4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年

5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年

6 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年

7 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年

8 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年

9 ;GA Based LS-SVM Classifier for Waste Water Treatment Process[A];第二十七届中国控制会议论文集[C];2008年

10 柴伟;孙先仿;乔俊飞;;有监督的等距映射和k近邻分类结合用于集员辨识[A];第二十九届中国控制会议论文集[C];2010年

相关博士学位论文 前10条

1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年

2 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年

3 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年

4 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年

5 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年

6 罗彬;基于MMOI方法的电信客户流失预测与挽留研究[D];电子科技大学;2010年

7 桑永胜;空间数据分析的神经计算方法[D];电子科技大学;2010年

8 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年

9 包鑫;稳健回归技术及其在光谱分析中的应用[D];浙江大学;2010年

10 甘良志;核学习算法与集成方法研究[D];浙江大学;2010年

相关硕士学位论文 前10条

1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年

2 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年

3 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年

4 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年

5 李光远;基于在线聚类和最小二乘支持向量机的模糊建模方法研究[D];郑州大学;2010年

6 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年

7 曲昆鹏;基于支持向量机的杂草识别研究[D];哈尔滨工程大学;2010年

8 田向伟;基于参数优化LSSVM在转炉煤气系统预测中的应用[D];大连理工大学;2010年

9 穆大芸;多变量时间序列预测与储备池优化方法研究[D];大连理工大学;2010年

10 高和东;GPU并行计算在LSSVM建模中的研究与应用[D];大连理工大学;2010年

【二级参考文献】

相关期刊论文 前3条

1 李建平,徐伟宣,刘京礼,石勇;消费者信用评估中支持向量机方法研究[J];系统工程;2004年10期

2 杨树莲;数据挖掘在电信行业客户流失分析中的应用[J];计算机与现代化;2005年02期

3 许建华,张学工,李衍达;支持向量机的新发展[J];控制与决策;2004年05期

【相似文献】

相关期刊论文 前10条

1 朱帮助;;基于SMC-RS-LSSVM的电子商务客户流失预测模型[J];系统工程理论与实践;2010年11期

2 蔡冬松;靖继鹏;;基于最小二乘支持向量机的数据挖掘应用研究[J];情报科学;2005年12期

3 张本法;杨赛楠;潘丰;;基于支持向量机的发酵过程建模研究[J];控制工程;2006年04期

4 郭辉;刘贺平;王玲;;基于最小二乘支持向量机对偶优化问题的核偏最小二乘[J];北京科技大学学报;2006年08期

5 张国云;彭仕玉;;混沌时间序列的最小二乘支持向量机预测[J];湖南理工学院学报(自然科学版);2006年03期

6 刘瑞兰;骆中华;苏宏业;;基于最小二乘支持向量机的复合肥装置养分含量的软测量建模[J];化工自动化及仪表;2006年05期

7 王定成;姜斌;;在线稀疏最小二乘支持向量机回归的研究[J];控制与决策;2007年02期

8 祝晓鲁;白振兴;贾海燕;;自动文本分类技术研究[J];现代电子技术;2007年03期

9 吴青;刘三阳;杜U，

本文编号：1848254