基于客户细分和AdaBoost的电子商务客户流失预测研究

摘要：

为了准确识别高价值电子商务客户,提高对非流失客户的预测精度,本文首先对电子商务客户进行K-mediods聚类细分识别出高价值客户,再应用过采样和欠采样相结合的改进SMOTE处理不平衡的电子商务客户数据,最后用AdaBoost算法进行预测.实证研究表明,与成熟的客户流失预测算法BP神经网络、支持向量机(SVM)和改进支持向量机(CW-SVM)相比,该方法能更好地提高预测效果,与未细分前预测效果对比,客户细分后预测效果更好.

关键词：客户细分、不平衡数据、SMOTE算法、AdaBoost算法

所属期刊栏目：20

分类号：F270(企业经济)

在线出版日期：2017-07-03（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：99-107