关键词
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。
< 1
Rss订阅