基于客户细分和AdaBoost的电子商务客户流失预测研究
武小军
孟苏芳
1.同济大学 经济与管理学院,上海,2000922.同济大学 经济与管理学院,上海,200092
摘要：为了准确识别高价值电子商务客户,提高对非流失客户的预测精度,本文首先对电子商务客户进行K-mediods聚类细分识别出高价值客户,再应用过采样和欠采样相结合的改进SMOTE处理不平衡的电子商务客户数据,最后用AdaBoost算法进行预测.实证研究表明,与成熟的客户流失预测算法BP神经网络、支持向量机(SVM)和改进支持向量机(CW-SVM)相比,该方法能更好地提高预测效果,与未细分前预测效果对比,客户细分后预测效果更好.
关键词：客户细分不平衡数据SMOTE算法AdaBoost算法
分类号：F270(企业经济)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 99-107 )
英文信息