| 基于支持向量机的电信客户欠费评估 |
| |
| 引用本文： | 夏国恩,陈云,金炜东. 基于支持向量机的电信客户欠费评估[J]. 科技管理研究, 2006, 26(2): 76-78 |
| |
| 作者姓名： | 夏国恩 陈云 金炜东 |
| |
| 作者单位： | 西南交通大学经济管理学院,成都,610031;中国浦东干部管理学院,上海,201204 |
| |
| 基金项目： | 国家自然科学基金资助项目(70450001) |
| |
| 摘 要： | 应用基于风险最小化原理的支持向量机,研究了电信客户欠费分类问题,并与K-均值聚类法、三层人工神经网络进行对比研究,发现支持向量机分类正确率平均为95.48%,K-均值聚类法为83.87%,三层BP人工神经网络为89.80%.结果表明支持向量机能够更好的反映电信客户欠费分类,是一种研究电信客户欠费分类问题的有效方法。
|
| 关 键 词： | 支持向量机 K-均值聚类 人工神经网络 欠费评估 |
| 文章编号： | 1000-7695（2006）02-0076-03 |
| 收稿时间： | 2005-07-21 |
| 修稿时间： | 2005-07-21 |
Study of telecom customer arrear evaluation based support vector machine |
| |
| XIA Guoen,CHEN Yun,JIN Weidong. Study of telecom customer arrear evaluation based support vector machine[J]. Science and Technology Management Research, 2006, 26(2): 76-78 |
| |
| Authors: | XIA Guoen CHEN Yun JIN Weidong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
