分区代价敏感C4.5模型在电信客户流失预测中的应用

摘要

客户流失预测是一个代价敏感的分类问题,在代价敏感的分类问题上,多数研究是在静态代价敏感的情况下展开的.随着机器学习和数据挖掘研究的不断深入，研究者们已经设计出了各种分类模型。然而,由于每个客户的客户价值不同,所以电信企业客户流失预测是一个动态的代价敏感问题.针对这一问题,引入了代价区分属性的概念,利用代价分区属性将数据集分成若干块,确定每块子集的代价矩阵,分别建立代价敏感的C4.5模型,最后合成分区代价敏感的C4.5模型.经过实际数据的实验验证,该模型不仅有很好的分类效果,而且能够有效降低模型的总体错分代价.