收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

模糊粗糙集与SVM的彩铃客户挖掘模型

高志军  李懿  姚平  王高飞  
【摘要】:针对彩铃业务交易记录较多和客户属性的高维度及混合性的特点,建立了基于信息熵度量的模糊粗集属性约简和RBF-SVM分类的彩铃客户挖掘模型。通过10折交叉验证,对来自两个地市的营销返回样本,在选择特征数量和分类精度之间的差别与其他5个模型进行了比较分析。实验结果显示此模型获取了相对最高的平均分类精度(80.43%)和最少的平均特征属性(2.5个),有效地约简了属性并改善了分类能力。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘洪刚;徐克宝;赵平强;高丽丽;;基于FRS—SVM采煤机液压系统故障诊断的研究[J];煤矿机械;2010年02期
2 屈世富;万旺根;刘维晓;刘晗;;模糊粗糙集理论在纳税评估中的应用[J];计算机仿真;2010年07期
3 阳琳赟;温明;卓晴;王文渊;;一种基于信息熵的模糊粗糙集知识获取方法[J];计算机工程与应用;2008年23期
4 张翔;肖小玲;徐光祐;;基于最大熵估计的支持向量机概率建模[J];控制与决策;2006年07期
5 岳海亮;闫德勤;;一种基于信息论的决策表连续属性离散化算法[J];计算机科学;2010年04期
6 何文波;刘士荣;冯志敏;;基于多分辨率奇异谱熵和支持向量机的轴系故障诊断及其应用[J];宁波大学学报(理工版);2006年04期
7 唐王琴;梁栋;胡根生;马雪亮;杭丹萍;;基于支持向量机的遥感图像厚云去除算法[J];遥感技术与应用;2011年01期
8 黄鹏;卜佳俊;陈纯;康志明;陈伟;胡洪涛;;利用加权特征模型改进问句分类[J];浙江大学学报(工学版);2009年06期
9 冯林;原永乐;;一种基于(μ+λ)-ES进化策略的特征选择方法[J];计算机科学;2011年08期
10 田盛丰,黄厚宽;基于支持向量机的数据库学习算法[J];计算机研究与发展;2000年01期
11 张铃;支持向量机理论与基于规划的神经网络学习算法[J];计算机学报;2001年02期
12 阎辉,张学工,李衍达;支持向量机与最小二乘法的关系研究[J];清华大学学报(自然科学版);2001年09期
13 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
14 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期
15 孙延风,梁艳春;支持向量机的数据依赖型核函数改进算法[J];吉林大学学报(理学版);2003年03期
16 朱永生,张优云;支持向量机分类器中几个问题的研究[J];计算机工程与应用;2003年13期
17 朱家元,吴伟,张恒喜,董彦非;一种新型的多元分类支持向量机[J];计算机工程;2003年17期
18 陈毅松,汪国平,董士海;基于支持向量机的渐进直推式分类学习算法[J];软件学报;2003年03期
19 屈颖歌,周涛,王平安,夏德深;基于支持向量机的核磁共振左心室图像自动检测与分割[J];武汉大学学报(理学版);2003年06期
20 阎威武,朱宏栋,邵惠鹤;基于最小二乘支持向量机的软测量建模[J];系统仿真学报;2003年10期
中国重要会议论文全文数据库 前10条
1 李宏坤;周帅;;Hilbert谱特征提取与支持向量机的设备状态识别方法再研究[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年
2 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
3 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
4 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
5 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
6 李巍华;刘雯;;基于主元分析和直推式支持向量机的齿轮早期故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
7 刘碧森;钟守铭;陈华富;;基于支持向量机与粗糙集理论的信息处理[A];第二届全国信息获取与处理学术会议论文集[C];2004年
8 杜金香;冯西安;马艳;;支持向量机在DOA估计中的稳健性研究[A];2011'中国西部声学学术交流会论文集[C];2011年
9 张健沛;李忠伟;杨静;;一种基于多支持向量机的并行增量学习方法(英文)[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
10 郭小荟;马小平;;基于EMD近似熵特征提取和支持向量机的故障诊断方法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
中国博士学位论文全文数据库 前10条
1 安爽;稳健模糊粗糙集模型研究[D];哈尔滨工业大学;2011年
2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
4 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
5 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
6 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
7 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
8 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
9 梁新荣;高速公路智能控制方法研究[D];华南理工大学;2005年
10 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
中国硕士学位论文全文数据库 前10条
1 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
2 陈冰;多分类器集成算法研究[D];山东师范大学;2009年
3 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
4 陈逸波;支持向量机在高炉炉温预报中的应用及若干改进[D];浙江大学;2010年
5 刘柳;基于支持向量机和模糊后处理的遥感图像分类研究[D];华中科技大学;2010年
6 李新;支持向量机的核方法及其多核聚类算法的研究[D];中国海洋大学;2010年
7 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
8 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
9 杨振章;基于支持向量数据描述的分类识别算法研究[D];杭州电子科技大学;2009年
10 朱健康;基于支持向量机的音乐自动分类[D];天津大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978