面向数据特点的客户价值区分集成模型研究电子书籍txtpdf网盘下载网站

内容概要

　　《面向数据特点的客户价值区分集成模型研究》将自组织数据挖掘与集成学习相结合来研究客户价值区分问题。从客户价值区分中的客户数据所具有的不同特点出发，提出了面向CRM客户数据特点的客户价值区分“一步式”集成解决方案。为了改进多分类器集成的分类性能，我们从两个方面着手：①改进基本分类器的分类性能。将GMDH与常用的贝叶斯网络分类模型相结合，提出了基于GMDH的选择性贝叶斯网络扩展的朴素贝叶斯分类模型（SelectiveBayesianNetworkAugmentedNaiveBayes，SBNANB）。②改进集成策略。

书籍目录

序言1　绪论1*1　研究背景1*2　客户价值区分研究现状1*2*1　客户信用评估1*2*1*1　面向类别不平衡数据的客户信用评估1*2*1*2　面向噪声数据的客户信用评估1*2*1*3　面向缺失数据的客户信用评估1*2*2　客户流失预测1*2*2*1　面向类别不平衡数据的客户流失预测1*2*2*2　面向噪声数据的客户流失预测1*2*2*3　面向缺失数据的客户流失预测1*2*3　文献回顾小结1*3　研究框架1*3*1　研究思路1*3*2　研究内容1*3*3　研究创新点1*4　本书结构安排2　相关理论知识介绍2*1　自组织数据挖掘简介2*1*1　自组织数据挖掘的基本思想2*1*2　多层GMDH算法的建模步骤2*1*3　多层GMDH算法的抗干扰性2*2　分类器集成简介2*2*1　多分类器集成模型2*2*2　基本分类器的生成方法2*2*3　常用的分类器集成方法2*3　本章小结3　客户价值区分集成的基础研究3*1　客户价值理论3*1*1　客户价值概念的界定3*1*2　客户生命周期价值3*2　客户价值区分的研究框架3*3　客户价值区分集成的研究框架3*3*1　客户价值区分集成的概念界定3*3*2　客户价值区分集成的工作原理3*4　本章小结4　基于GMDH的分类器集成方法研究4*1　基于GMDH的贝叶斯网络分类模型4*1*1　引言4*1*2　贝叶斯结构学习简介4*1*3　选择性贝叶斯网络扩展的朴素贝叶斯模型4*1*4　基于GMDH的SBNANB分类器的结构识别4*1*4*1　外准则的选择4*1*4*2　GBC算法描述4*1*5　试验分析4*1*5*1　数据和实验设计4*1*5*2　分类器的结构识别4*1*5*3　无噪声情况下的贝叶斯分类试验4*1*5*4　有人工噪声情况下的贝叶斯分类试验4*1*5*5　讨论4*1*6结论4*2　基于GMDH的静态分类器集成选择策略4*2*1　引言4*2*2　静态分类器集成选择算法4*2*2*1　外准则的选择4*2*2*2　算法描述4*2*2*3　算法复杂度分析4*2*3　实验分析4*2*3*1　不同算法的分类精度对比分析4*2*3*2　基于不用融合算法的客户分类性能4*2*4　结论4*3　基于GMDH的动态分类器集成选择策略4*3*1　引言4*3*2　动态分类器集成选择简介4*3*2*1　基于K-nearest-orles的动态集成选择4*3*2*2　基于DCS的动态集成选择4*3*2*3　动态过度生产-选择策略4*3*3　基于GMDH的动态分类器集戍选择算法4*3*3*1　外准则的选择4*3*3*2　算法描述4*3*4　实验设计4*3*5　实验结果分析4*3*5*1　几个重要参数对GDES-AD性能影响的分析4*3*5*2　无噪声情况下的分类性能比较4*3*5*3　类别噪声情况下的分类性能比较4*3*5*4　属性噪声情况下分类性能比较4*3*5*5　偏差-方差分解4*3*6　讨论4*3*7　结论4*4　本章小结5　客户价值区分典型问题研究5*1　面向噪声数据的客户价值区分“一步式”集成模型5*1*1　引言5*1*2　“一步式”集成策略的构建5*1*3　实例分析5*1*3*1　试验设置5*1*3*2　类别噪声情况下的分类结果5*1*3*3　属性噪声情况下的分类结果5*1*4　小结5*2　面向类别不平衡的客户价值区分“一步式”集成模型5*2*1　引言5*2*2　用于处理类别不平衡数据的常用方法5*2*2*1　重抽样技术5*2*2*2　代价敏感学习5*2*3　多分类器组合方法介绍5*2*3*1　静态分类器组合方法5*2*3*2　动态分类器组合方法5*2*4　“一步式”集成模型5*2*4*1　模型的基本思想5*2*4*2　代价敏感的外部评价准则5*2*4*3　算法描述5*2*5　实例分析5*2*5*1　试验设置5*2*5*2　评价准则5*2*5*3　试验结果分析5*2*6　结论5*3　面向缺失数据的客户价值区分“一步式”集成模型5*3*1　引言5*3*2　数据缺失的机制5*3*2*1　随机缺失5*3*2*2　完全随机缺失5*3*2*3　非随机缺失5*3*3　缺失数据的处理方法5*3*3*1　个案删除法5*3*3*2　单值插补法5*3*3*3　多重替代法5*3*4　“一步式”集成策略5*3*5　实例分析5*3*5*1　试验设置5*3*5*2　试验结果分析5*3*6　结论5*4　客户价值区分集成的实施步骤5*5　本章小结6　“一步式”客户价值区分实证研究6*1　客户流失预测实证分析6*1*1　数据来源6*1*2　预测结果分析6*2　客户信用评估实证分析6*2*1　数据来源6*2*2　评估结果分析6*3　本章小结7　总结与展望7*1　总结7*2　研究展望参考文献附录A　证明附录B　非参数统计检验附录C　偏差-方差分解索引

图书封面

图书标签Tags

无

评论、评分、阅读与下载

---

    面向数据特点的客户价值区分集成模型研究 PDF格式

---