基于自适应粒子群优化的不平衡航空客户数据质量优化

【类型】期刊

【作者】姚雨虹 杨小兵 陈欣  

【刊名】厦门大学学报(自然科学版)

【关键词】 自适应粒子群,卷积神经网络,忠诚度预测,随机森林

【摘要】航空业的竞争愈发激烈，高效且准确的客户忠诚度预测模型有利于提高企业竞争力。针对航空数据集存在严重分类不平衡、特征维度多等问题，提出了客户忠诚度预测模型。该模型基于自适应粒子群优化算法（APSO）得到多数类优化样本子集，使用卷积神经网络（CNN）提取得到的平衡数据集特征，将自动得到的特征向量作为随机森林算法（RF）的输入，构建客户忠诚度预测模型。实验结果表明，本文方法预测性能优于其他预测模型，可以更好地预测客户忠诚度情况。

【年份】2020

【作者单位】中国计量大学信息工程学院;

【页码】1-7

【全文挂接】全文挂接