第1 章绪论
1.1 研究背景与意义
1.2 研究现状
1.3 主要研究内容
1.4 本文结构
第2 章相关理论概述
2.1 客户流失预测的相关概念
2.1.1 客户流失的定义
2.1.2 客户生命周期
2.1.3 符号定义
2.1.4 数据预处理
2.1.5 评价指标
2.2 多层感知机的相关概念
2.2.1 基本结构
2.2.2 前向传播算法
2.2.3 反向传播算法
2.2.4 自适应矩估计优化算法
2.3 本章小结
第3 章基于堆叠自编码器的多层感知机预测算法
3.1 引言
3.2 算法描述
3.2.1 堆叠自编码器设计
3.2.2 组合网络设计
3.2.3 联合训练
3.3 实验结果与分析
3.3.1 实验设置
3.3.2 预测结果分析
3.4 本章小结
第4 章基于实体嵌入与因子分解机的多层感知机预测算法
4.1 引言
4.2 算法描述
4.2.1 实体嵌入层设计
4.2.2 因子分解机网络设计
4.2.3 组合网络设计
4.3 实验结果与分析
4.3.1 实验设置
4.3.2 预测结果分析
4.4 本章小结
第5 章基于客户聚类的混合预测算法
5.1 引言
5.2 算法描述
5.2.1 客户特征转换
5.2.2 客户群体分割
5.2.3 并行预测
5.3 实验结果与分析
5.3.1 实验设置
5.3.2 客户群体分析
5.3.3 预测结果分析
5.4 本章小结
第6 章总结与展望
6.1 全文总结
6.2 未来的工作
参考文献
攻读硕士学位期间的科研情况
致谢
声明
广西师范大学;