全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按年份分组
关键词
- 机器学习在航空客户忠诚度预测中的应用
- 作者： 姚雨虹 来源： 中国计量大学 年份： 2020 文献类型 ： 学位论文 关键词： 客户忠诚度预测 卷积神经网络 机器学习 随机森林 半监督学习
- 描述： 机器学习在航空客户忠诚度预测中的应用
- 基于多指标加权分析的航空客户价值预测模型
- 作者： 姚雨虹 杨小兵 来源： 中国计量大学学报 年份： 2020 文献类型 ： 期刊 关键词： DBSCAN算法 指标加权 随机森林算法 数据清洗
- 描述： 目的:提高对航空业客户价值问题的预测性能。方法:首先从客户全生命周期维度出发,选择合适的当前价值指标和潜在价值指标,提出指标加权的方法,分别使用k-近邻(KNN)算法、局部离群因子检测方法(LOF算法)、孤立森林(iForest)算法对数据进行清洗;然后采用Density-Based Spatial Clustering of Applications with Noise(DBSCAN)算法对客户进行聚类;最后根据随机森林(RF)算法预测性能作为评价指标,选择出最高准确率对应的数据集和对应的指标权重,构建最终预测客户价值的评估模型。结果:对航空业客户数据进行仿真实验,实验结果显示与传统的预测模型相比,本预测模型具有较高的预测性能。结论:使用数据清洗、指标加权、随机森林搭建的模型具有有效性和很强的实践性。
- 基于多指标加权分析的航空客户价值预测模型
- 作者： 姚雨虹 杨小兵 来源： 中国计量大学学报 年份： 2020 文献类型 ： 期刊 关键词： DBSCAN算法 指标加权 随机森林算法 数据清洗
- 描述： 目的:提高对航空业客户价值问题的预测性能。方法:首先从客户全生命周期维度出发,选择合适的当前价值指标和潜在价值指标,提出指标加权的方法,分别使用k-近邻(KNN)算法、局部离群因子检测方法(LOF算法)、孤立森林(iForest)算法对数据进行清洗;然后采用Density-Based Spatial Clustering of Applications with Noise(DBSCAN)算法对客户进行聚类;最后根据随机森林(RF)算法预测性能作为评价指标,选择出最高准确率对应的数据集和对应的指标权重,构建最终预测客户价值的评估模型。结果:对航空业客户数据进行仿真实验,实验结果显示与传统的预测模型相比,本预测模型具有较高的预测性能。结论:使用数据清洗、指标加权、随机森林搭建的模型具有有效性和很强的实践性。
- 基于自适应粒子群优化的不平衡航空客户数据质量优化
- 作者： 姚雨虹 杨小兵 陈欣 来源： 厦门大学学报(自然科学版) 年份： 2020 文献类型 ： 期刊 关键词： 自适应粒子群 卷积神经网络 忠诚度预测 随机森林
- 描述： 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。