基于粗糙集和支持向量机的客户价值分类OA北大核心CSTPCD
Customer Value Classification Based on Rough Sets and Support Vector Machine
针对现有数据挖掘模型解决客户价值分类的不足,提出了基于粗糙集和支持向量机理论的客户分类模型,该模型首先应用粗糙集理论对主要指标属性进行特征提取,约简出主要指标体系,然后将训练样本送入支持向量机进行学习和训练,进而对检验样本的客户类别进行判别.结果表明:与传统的客户分类模型相比,基于粗糙集和支持向量机的客户分类模型对检验样本的预测精度更高,具有良好的分类效果,是一种更为高效和实用的分类方法.
刘东升;琚春华;陈威
浙江工商大学,计算机与信息工程学院,浙江,杭州,310018浙江工商大学,计算机与信息工程学院,浙江,杭州,310018浙江工商大学,计算机与信息工程学院,浙江,杭州,310018
管理科学
粗糙集支持向量机多类分类统计学习理论
《广西师范大学学报（自然科学版）》 2009 (1)
97-100,4
国家自然科学基金资助项目(70671094)浙江社科规划课题(06CGGL29YBB)
评论