基于并行C4.5的铁路零散白货客户流失预测研究

摘要：

为了提高铁路零散白货客户流失预测的准确性和高效性,根据铁路零散白货客户的流失特征,提出了基于CDL模型的客户流失识别方法;在此基础上,针对数据量大的问题,提出了基于Hadoop并行框架的C4.5决策树客户流失预测模型.通过仿真实验证明,该模型具有较好的准确性和预测能力,并且随着样本数量的增加,Hadoop并行框架的效率得到了明显的提升,且不影响客户流失预测模型的准确性和预测能力.

关键词：铁路运输、零散白货、客户流失、C4.5决策树、并行、Hadoop

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：中国铁路总公司科研计划重大课题2016X008-J

在线出版日期：2019-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：829-832,837