本文關鍵詞：基于改進GMDH的目標客戶選擇模型研究

  更多相關文章： 目標客戶選擇 GMDH神經元網絡 特征選擇 混合抽樣 Logistic回歸

【摘要】：近年來,目標客戶選擇建模成為客戶關系管理領域的研究熱點。為了解決用于目標客戶選擇建模的訓練樣本類別分布高度不平衡的問題,本文首先提出了混合抽樣方法。進一步地,將數(shù)據分組處理(GMDH)神經元網絡引入到客戶特征選擇中,提出新的特征選擇算法Log-GMDH。該算法分別從傳遞函數(shù)的選擇和新的外準則的構建兩個方面對傳統(tǒng)GMDH網絡模型進行了改進。最后,將提出的混合抽樣、Log-GMDH和Logistic回歸分類算法相結合,構建目標客戶選擇模型LogGMDH-Logistic。在CoIL2000預測競賽中某汽車保險公司的目標客戶選擇數(shù)據集上進行實證分析,結果表明,LogGMDH-Logistic模型不僅在性能上優(yōu)于已有的一些目標客戶選擇模型,而且具有很好的可解釋性。
【作者單位】： 四川大學商學院;中國科學院大學經濟與管理學院;中國科學院虛擬經濟與數(shù)據科學研究中心;成都信息工程大學管理學院;中國科學院數(shù)學與系統(tǒng)科學研究院;
【基金】：國家自然科學基金資助項目(71471124,71101100,71273036) 四川省社科規(guī)劃項目(SC14C019) 四川大學優(yōu)秀青年基金(2013SCU04A08) 四川省青年基金項目(2015RZ0056) 四川省科技廳基礎研究項目(2015JY0022)
【分類號】：F274;TP301.6
【正文快照】： 1 5 隨著企業(yè)掌握的客戶數(shù)據呈爆炸式增長,企業(yè)的營銷理念也從過去的“以產品為中心”向“以客戶為中心”轉變[1]。面對數(shù)量眾多的潛在客戶,使用傳統(tǒng)的直接營銷手段「],客戶的響應率不斷降低,企業(yè)的利潤也不斷降低。近年來,許多企業(yè)開始利用數(shù)據庫營銷來提高它們營銷活動的有

【參考文獻】

中國期刊全文數(shù)據庫 前6條

1 周f ;何潔月;;生物信息學中基因芯片的特征選擇技術綜述[J];計算機科學;2007年12期

2 姚旭;王曉丹;張玉璽;權文;;特征選擇方法綜述[J];控制與決策;2012年02期

3 司昕;預測方法中的神經網絡模型[J];預測;1998年02期

4 何躍,鮑愛根,賀昌政;自組織建模方法和GDP增長模型研究[J];中國管理科學;2004年02期

5 鄒昊飛;夏國平;楊方廷;;基于自組織算法的改進型GAANN預測模型[J];中國管理科學;2005年06期

6 朱幫助;張秋菊;鄒昊飛;魏一鳴;;基于OSA算法和GMDH網絡集成的電子商務客戶流失預測[J];中國管理科學;2011年05期

【共引文獻】

中國期刊全文數(shù)據庫 前10條

1 王超;陳開巖;;煤礦安全宏觀預測方法綜述[J];安全;2006年02期

2 張琛,杜軍平;高速公路車流量預測方法的研究[J];北京工商大學學報(自然科學版);2001年04期

3 王國胤;羅川江;;基于置換檢驗的兩步基因特征選擇算法[J];重慶郵電大學學報(自然科學版);2012年04期

4 王欣;薛雯;;基于自組織數(shù)據挖掘信息產業(yè)測度綜合法[J];吉林大學學報(信息科學版);2010年02期

5 孟晨;張慶昌;;滬市A股上市公司財務危機預警模型實證分析[J];財會通訊;2010年14期

6 徐雪蓮;孟晨;;基于GMDH原理的企業(yè)凈利潤影響因素分析——基于五糧液集團的分析[J];財會通訊;2010年23期

7 顧潔;李雪亮;牛新生;王春義;陳貝;;基于GMDH的中長期電力負荷組合預測模型[J];電力科學與技術學報;2012年01期

8 于靖;劉建民;;一種改進的BP算法在導彈成本預測中的應用[J];彈箭與制導學報;2006年04期

9 韓敏,林云,齊東海;用神經網絡進行投標報價中的變量選擇[J];大連理工大學學報;2002年01期

10 王振華;范太華;張暉;;基于本體的白血病特征基因選取研究[J];電腦知識與技術;2010年34期

中國重要會議論文全文數(shù)據庫 前8條

1 劉曉平;唐益明;鄭利平;;復雜系統(tǒng)仿真對復雜系統(tǒng)研究與創(chuàng)新的意義[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集（一）[C];2007年

2 鄒昊飛;夏國平;楊涵;;基于GMDH的BP組合預測模型[A];2006中國控制與決策學術年會論文集[C];2006年

3 韓敏;林云;;用神經網絡的方法進行投標報價中的變量選擇[A];第二十屆中國控制會議論文集（下）[C];2001年

4 魯茂;;中國證券市場與宏觀經濟間的波動關系[A];中國企業(yè)運籌學[2012（1）][C];2012年

5 陳銳;王儉;;基于隨機效應模型研究中國經濟增長的地區(qū)差異性[A];第八屆中國管理科學學術年會論文集[C];2006年

6 白霞;張琦;;基于GMDH的影響輸電線路造價指標的遴選[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（中冊）[C];2008年

7 任國慶;閆生;;基于粗糙集及AC聚類算法的用電客戶信用知識挖掘[A];2012年11月建筑科技與管理學術交流會論文集[C];2012年

8 肖進;唐靜;劉敦虎;汪壽陽;;基于GMDH和Logistic回歸的目標客戶選擇模型研究[A];第十六屆中國管理科學學術年會論文集[C];2014年

中國博士學位論文全文數(shù)據庫 前10條

1 唐江橋;中國畜產品價格預測預警研究[D];福建農林大學;2011年

2 聶秋平;鋼鐵企業(yè)能源實績平衡與優(yōu)化調度策略及應用研究[D];中南大學;2011年

3 李銳;企業(yè)創(chuàng)新系統(tǒng)自組織演化機制及環(huán)境研究[D];哈爾濱工業(yè)大學;2010年

4 馬春野;基于協(xié)同動力機制理論的中國旅游產業(yè)發(fā)展模式研究[D];哈爾濱工業(yè)大學;2011年

5 趙業(yè)清;基于多Agent的鋼鐵生產復雜物流系統(tǒng)建模與仿真研究[D];昆明理工大學;2011年

6 滿青珊;移動商務合作伙伴關系模型及其協(xié)調機制研究[D];華中科技大學;2012年

7 許世剛;計算智能及其在水利水電工程中的應用[D];河海大學;2001年

8 黃泰松;基于成本最小的原料保證系統(tǒng)研究及應用[D];中南大學;2001年

9 向小東;基于神經網絡與混沌理論的非線性時間序列預測研究[D];西南交通大學;2002年

10 孫洲陽;基于智能方法的蒸發(fā)型空調系統(tǒng)性能實驗與優(yōu)選研究[D];天津大學;2003年

中國碩士學位論文全文數(shù)據庫 前10條

1 田向偉;基于參數(shù)優(yōu)化LSSVM在轉爐煤氣系統(tǒng)預測中的應用[D];大連理工大學;2010年

2 王仁瑾;熱計量模式下居住建筑耗熱量分攤模型研究[D];大連理工大學;2010年

3 霍哲;綜合集成賦權法在房地產估價市場比較法改進中的研究[D];東北林業(yè)大學;2011年

4 方紅霞;基于改進遺傳算法的神經網絡輸入約簡[D];華中科技大學;2011年

5 李德祥;基于Gamma Test的最小二乘支持向量機參數(shù)在線優(yōu)化方法[D];大連理工大學;2011年

6 郭英;省域次級區(qū)域經濟中心的選擇與評價研究[D];重慶工商大學;2011年

7 朱報春;基于模糊邏輯系統(tǒng)的組合預測方法及應用[D];河海大學;2001年

8 許秀莉;灰色關聯(lián)、聚類、預測的改進及應用[D];廈門大學;2001年

9 霍倩;遺傳算法在旱澇預測中的應用研究[D];河北農業(yè)大學;2002年

10 趙勝利;遺傳神經網絡在粉煤灰混凝土強度預測和配合比設計中的應用[D];河北農業(yè)大學;2002年

【二級參考文獻】

中國期刊全文數(shù)據庫 前10條

1 封舉富,時建新;基因選擇的快速Fisher優(yōu)化模型[J];北京大學學報(自然科學版);2005年01期

2 凌錦江,陳兆乾,周志華;基于特征選擇的神經網絡集成方法[J];復旦學報(自然科學版);2004年05期

3 張麗新,王家^，

本文編號：1235363