面向数据特点的客户价值区分集成模型研究PDF|Epub|txt|kindle电子书版本网盘下载

面向数据特点的客户价值区分集成模型研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1绪论1

1.1研究背景1

1.2客户价值区分研究现状10

1.2.1客户信用评估12

1.2.1.1面向类别不平衡数据的客户信用评估13

1.2.1.2面向噪声数据的客户信用评估15

1.2.1.3面向缺失数据的客户信用评估18

1.2.2客户流失预测18

1.2.2.1面向类别不平衡数据的客户流失预测19

1.2.2.2面向噪声数据的客户流失预测21

1.2.2.3面向缺失数据的客户流失预测22

1.2.3文献回顾小结22

1.3研究框架25

1.3.1研究思路25

1.3.2研究内容25

1.3.3研究创新点27

1.4本书结构安排28

2相关理论知识介绍30

2.1自组织数据挖掘简介30

2.1.1自组织数据挖掘的基本思想30

2.1.2多层GMDH算法的建模步骤32

2.1.3多层GMDH算法的抗干扰性36

2.2分类器集成简介38

2.2.1多分类器集成模型40

2.2.2基本分类器的生成方法41

2.2.3常用的分类器集成方法45

2.3本章小结47

3客户价值区分集成的基础研究48

3.1客户价值理论48

3.1.1客户价值概念的界定48

3.1.2客户生命周期价值49

3.2客户价值区分的研究框架53

3.3客户价值区分集成的研究框架54

3.3.1客户价值区分集成的概念界定54

3.3.2客户价值区分集成的工作原理56

3.4本章小结57

4基于GMDH的分类器集成方法研究58

4.1基于GMDH的贝叶斯网络分类模型59

4.1.1引言59

4.1.2贝叶斯结构学习简介62

4.1.3选择性贝叶斯网络扩展的朴素贝叶斯模型64

4.1.4基于GMDH的SBNANB分类器的结构识别65

4.1.4.1外准则的选择65

4.1.4.2 GBC算法描述67

4.1.5试验分析72

4.1.5.1数据和实验设计72

4.1.5.2分类器的结构识别74

4.1.5.3无噪声情况下的贝叶斯分类试验77

4.1.5.4有人工噪声情况下的贝叶斯分类试验79

4.1.5.5讨论83

4.1.6结论84

4.2基于GMDH的静态分类器集成选择策略85

4.2.1引言85

4.2.2静态分类器集成选择算法86

4.2.2.1外准则的选择86

4.2.2.2算法描述87

4.2.2.3算法复杂度分析89

4.2.3实验分析90

4.2.3.1不同算法的分类精度对比分析91

4.2.3.2基于不用融合算法的客户分类性能93

4.2.4结论96

4.3基于GMDH的动态分类器集成选择策略96

4.3.1引言96

4.3.2动态分类器集成选择简介99

4.3.2.1基于K-nearest-oracles的动态集成选择100

4.3.2.2基于DCS的动态集成选择101

4.3.2.3动态过度生产—选择策略102

4.3.3基于GMDH的动态分类器集成选择算法103

4.3.3.1外准则的选择103

4.3.3.2算法描述104

4.3.4实验设计108

4.3.5实验结果分析111

4.3.5.1几个重要参数对GDES-AD性能影响的分析111

4.3.5.2无噪声情况下的分类性能比较119

4.3.5.3类别噪声情况下的分类性能比较122

4.3.5.4属性噪声情况下分类性能比较126

4.3.5.5偏差—方差分解129

4.3.6讨论135

4.3.7结论137

4.4本章小结138

5客户价值区分典型问题研究139

5.1面向噪声数据的客户价值区分“一步式”集成模型142

5.1.1引言142

5.1.2“一步式”集成策略的构建143

5.1.3实例分析145

5.1.3.1试验设置145

5.1.3.2类别噪声情况下的分类结果146

5.1.3.3属性噪声情况下的分类结果148

5.1.4小结149

5.2面向类别不平衡的客户价值区分“一步式”集成模型150

5.2.1引言150

5.2.2用于处理类别不平衡数据的常用方法154

5.2.2.1重抽样技术154

5.2.2.2代价敏感学习155

5.2.3多分类器组合方法介绍155

5.2.3.1静态分类器组合方法155

5.2.3.2动态分类器组合方法156

5.2.4“一步式”集成模型156

5.2.4.1模型的基本思想156

5.2.4.2代价敏感的外部评价准则157

5.2.4.3算法描述158

5.2.5实例分析159

5.2.5.1试验设置159

5.2.5.2评价准则160

5.2.5.3试验结果分析161

5.2.6结论163

5.3面向缺失数据的客户价值区分“一步式”集成模型163

5.3.1引言163

5.3.2数据缺失的机制166

5.3.2.1随机缺失166

5.3.2.2完全随机缺失166

5.3.2.3非随机缺失167

5.3.3缺失数据的处理方法167

5.3.3.1个案删除法168

5.3.3.2单值插补法168

5.3.3.3多重替代法169

5.3.4“一步式”集成策略170

5.3.5实例分析171

5.3.5.1试验设置171

5.3.5.2试验结果分析173

5.3.6结论173

5.4客户价值区分集成的实施步骤174

5.5本章小结174

6“一步式”客户价值区分实证研究176

6.1客户流失预测实证分析176

6.1.1数据来源177

6.1.2预测结果分析177

6.2客户信用评估实证分析179

6.2.1数据来源180

6.2.2评估结果分析180

6.3本章小结182

7总结与展望184

7.1总结184

7.2研究展望185

参考文献187

附录A证明213

附录B非参数统计检验217

附录C偏差—方差分解221

索引223