面向失衡數(shù)據(jù)集的預(yù)測方法研究.pdf

1、失衡數(shù)據(jù)集問題是數(shù)據(jù)挖掘中的難點(diǎn)問題，同時(shí)又具有很高的實(shí)際應(yīng)用價(jià)值。因此，近年來得到研究者的廣泛關(guān)注，許多研究成果均在高水平期刊、會議中發(fā)表。它是諸多領(lǐng)域中普遍存在的真實(shí)觀測數(shù)據(jù)形態(tài)，真實(shí)客觀地描述了某些事物的本質(zhì)，小部分是人們關(guān)心的，但這部分?jǐn)?shù)據(jù)卻往往被大量數(shù)據(jù)所隱藏，造成分類難的問題。失衡數(shù)據(jù)集分類問題是數(shù)據(jù)挖掘領(lǐng)域中的一個(gè)難題，很多適用于傳統(tǒng)分類問題的常用分類策略并不能很好地處理這一問題，因此引起了全世界各國專家學(xué)者的極大重視?？?/p>

2、戶流失預(yù)測系統(tǒng)作為企業(yè)經(jīng)營分析系統(tǒng)的一個(gè)重要組成部分，通過建立客戶流失預(yù)測模型，使企業(yè)及早發(fā)現(xiàn)潛在的流失客戶，以便及時(shí)采取挽救措施，減少客戶流失的發(fā)生。因此，客戶流失預(yù)測問題的研究對提高企業(yè)競爭力有著極為重要的意義，已經(jīng)成為現(xiàn)階段的一個(gè)研究熱點(diǎn)。
　　本文首先介紹了失衡數(shù)據(jù)集的概念，介紹了各國專家和學(xué)者在失衡數(shù)據(jù)集分類問題領(lǐng)域的研究進(jìn)展，闡述了失衡數(shù)據(jù)集分類困難的原因和目前普遍采用的解決方法以及分類器的性能評價(jià)指標(biāo)。根據(jù)客戶流失預(yù)

3、測研究的發(fā)展現(xiàn)狀，較為全面地分析了數(shù)據(jù)挖掘技術(shù)在客戶流失預(yù)測中的應(yīng)用，深入分析了企業(yè)客戶流失數(shù)據(jù)的特點(diǎn)以及網(wǎng)絡(luò)社會對現(xiàn)代化企業(yè)產(chǎn)生的巨大影響。針對客戶流失數(shù)據(jù)存在的數(shù)據(jù)類別失衡問題，本文提出了基于分割聚類分層抽樣邏輯回歸預(yù)測模型，方法從失衡數(shù)據(jù)集的重采樣和預(yù)測算法改進(jìn)兩個(gè)方面同時(shí)入手，改善由于數(shù)據(jù)失衡對預(yù)測所造成的影響。方法具體包括兩個(gè)研究點(diǎn)，即“基于分割聚類分層抽樣的層次劃分方法”和“面向失衡數(shù)據(jù)集的邏輯回歸預(yù)測模型”，其中后者還包含