电子商务客户流失预警与预测

发布时间：2017-07-30 03:08

  本文关键词：电子商务客户流失预警与预测

  更多相关文章： 电子商务 客户流失 粒子群优化 支持向量机

【摘要】：为了降低电子商务客户流失率,提出客户流失预警体系,建立客户流失预测模型。通过对惯性权重进行非线性递减和增加局部扰动,提出改进粒子群优化算法(Improved Particle SwarmOptimization,IPSO。以八个基准测试函数为样本,证实IPSO的有效性。通过IPSO对支持向量机(Support Vector Machine,SVM)模型的初始参数(惩罚参数c和棱函数参数g)进行优化,利用UCI数据库中的八个测试样本扣某电子商务客户样本进行实证研究,结果表明:与SVM、PSO-SVM模型相比,IPSO-SVM的预测精度更高,是一种更为有效和实用的预测模型。
【作者单位】： 南京信息工程大学中国制造业发展研究院;南京信息工程大学气象灾害预报预警与评估协同创新中心;南京信息工程大学经济管理学院;
【关键词】： 电子商务 客户流失 粒子群优化 支持向量机
【基金】：国家自然基金资助项目(71503134) 教育部人文社科基金资助项目(12YJC630271) 中国制造业发展研究院开放课题(SK20130090-15) 江苏省高校哲社课题(2016SJB630016) 江苏高校品牌专业建设工程项目(TAPP)
【分类号】：TP18;F713.36
【正文快照】： 1 引言 客户流失指某企m有的客户巾止麟榋其商品或服务,转而购买其竞争对手的商品或服务[1]。目前,电子商务客户流失率非常氋。Reinartz等研究表明如果能够降低电子商务客户流失率,利润的增加是显著的[2]。Schmitdein等提出了预测客户交易行为的概率模型组,简称SMC模型针对电

【相似文献】

中国期刊全文数据库 前10条

1 李睿仙;庞洁;胡建华;王清心;汪伟;;一种基于电信客户流失预警的解决方案[J];电脑知识与技术(学术交流);2007年02期

2 夏国恩;邵培基;;改进的支持向量分类机在客户流失预测中的应用[J];计算机应用研究;2009年06期

3 夏国恩;;基于简易支持向量机的客户流失预测研究[J];计算机应用研究;2010年03期

4 于小兵;曹杰;巩在武;;客户流失问题研究综述[J];计算机集成制造系统;2012年10期

5 丁旭;电信大客户流失原因分析及对策[J];现代电信科技;2003年01期

6 孔f3;探究电信行业客户流失[J];信息网络;2004年01期

7 牛琨;张舒博;;基于数据挖掘技术的电信业客户流失管理框架[J];电信工程技术与标准化;2006年01期

8 ;贴身咨询助营销精准实施——北京移动成功化解拍照客户流失危机[J];每周电脑报;2007年25期

9 蒋盛益;王连喜;;面向电信的客户流失预测模型研究[J];山东大学学报(理学版);2011年05期

10 柳兰屏,曾煜;移动通信客户流失分析方法[J];移动通信;2003年04期

中国重要会议论文全文数据库 前10条

1 司学峰;蒋国瑞;李英毅;;基于数据挖掘技术的客户流失预测研究综述[A];第三届中国智能计算大会论文集[C];2009年

2 李红霞;;电信客户流失与客户保持分析[A];中国企业运筹学[C];2009年

3 张俊巍;;电信行业客户流失管理模型浅析[A];黑龙江省通信学会学术年会论文集[C];2005年

4 段巍巍;;电信客户流失预测主题建模[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年

5 张海波;赵焕成;;电信移动客户流失的预测模型——基于社会网络分析的实证研究[A];21世纪数量经济学（第11卷）[C];2010年

6 苏小龙;;基于消费行为认知的固网大客户流失研究[A];中国创新与企业成长（CI&G）2013年度会议论文集[C];2013年

7 余力涛;党延忠;杨光飞;;基于迁移学习的客户流失预测模型[A];第六届（2011）中国管理学年会——商务智能分会场论文集[C];2011年

8 李保升;陆炜颖;吕廷杰;;移动客户流失预测模型研究[A];2006中国控制与决策学术年会论文集[C];2006年

9 柳炳祥;盛昭翰;;一种基于Rough集的客户流失风险分析方法[A];2002年中国管理科学学术会议论文集[C];2002年

10 李萍;齐佳音;舒华英;;归因理论在移动客户流失管理中的应用探讨[A];全国第八届工业工程与企业信息化学术会议论文集[C];2004年

中国重要报纸全文数据库 前10条

1 冰蓝;如何防止客户流失[N];电脑商报;2005年

2 ;揭开客户流失真相[N];计算机世界;2005年

3 吴U，

本文编号：592228