|
|||||
|
|
| 基于自适应粒子群优化的不平衡航空客户数据质量优化 | |
| 作者姓名： | 姚雨虹 杨小兵 陈欣 |
| 作者单位： | 中国计量大学信息工程学院 |
| 基金项目： | 国家自然科学基金(61303146)； |
| 摘 要： | 航空业的竞争愈发激烈,高效且准确的客户忠诚度预测模型有利于提高企业竞争力.针对航空数据集存在严重分类不平衡、特征维度多等问题,提出了客户忠诚度预测模型.该模型基于自适应粒子群优化(APSO)算法得到多数类优化样本子集,使用卷积神经网络(CNN)提取得到的平衡数据集特征,将自动得到的特征向量作为随机森林(RF)算法的输入,构建客户忠诚度预测模型.实验结果表明,该方法预测性能优于其他预测模型,可以更好地预测客户忠诚度. |
| 关 键 词： | 自适应粒子群 卷积神经网络 随机森林 忠诚度预测 |