基于时序模式匹配的k-近邻分类在流失预测中的应用

摘要

为了解决电信行业中如何预测用户流失的问题,该文提出了一种基于时序模式匹配的k-近邻分类方法.与传统的预测方法(如基于决策树的方法)相比,该方法分类时序数据时,不需要将时序数据离散化为非时序数据.该文详细描述了算法的设计以及在真实的电信数据上的应用.与C4.5方法的实验结果比较,表明了该方法有效地保留了时序的完整性,在一定程度上提高了预测准确率.