基于缺失数据BN参数学习的电信流失客户预测算法

摘要：

针对电信客户流失预测问题,在数据缺失情况下,基于贝叶斯网络(Bayesian network,BN),用最近邻算法填补缺失数据,并将两类定性约束融入贝叶斯网络参数学习过程,用以提高流失客户预测精度.仿真及实际数据分析结果表明,所提算法较经典的期望最大化(expectation maximization,EM)算法有明显优势,在牺牲代价较小的忠诚客户预测精度的情况下,得到了更高的流失客户预测精度.

关键词：贝叶斯网络、参数学习、数据缺失、最近邻算法、定性约束

所属期刊栏目：34

分类号：TP181(自动化基础理论)

资助基金：陕西省工业科技攻关项目2015GY-013;陕西省工业科技攻关项目2016GY-113;Industrial Research Project of Science and Technology Department of Shaanxi Province2015GY-013;Industrial Research Project of Science and Technology Department of Shaanxi Province2016GY-113

在线出版日期：2018-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：52-60