基于组合预测模型的数据挖掘技术研究与探索

摘要：

针对数据挖掘过程中单一模型算法命中率低、偏差大等问题,将决策数、遗传算法、人工神经元三种单一算法融合在一起,设计出一种基于Lagrange函数的多算法组合预测模型.同时,将所建组合模型应用于电信行业客户关系管理中,将客户信息、消费行为等历史数据作为预测指标,对客户行为及未来趋势进行预测.预测结果表明,与单一算法预测模型相比,组合预测模型命中准确率高,预测效果好,能更直观地显示出流失客户的基本特征,从而帮助电信运营商提前发现具有离网倾向的用户群体,为管理层的决策提供数据支持.

关键词：预测、单神经元、决策树、遗传算法、数据挖掘

所属期刊栏目：36

分类号：TP311.5(计算技术、计算机技术)

在线出版日期：2018-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：57-60