资源描述：
《基于多准则神经网络与分类回归树的电信行业异动客户识别系统》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、2004年5月系统工程理论与实践第5期 文章编号:100026788(2004)0520078206基于多准则神经网络与分类回归树的电信行业异动客户识别系统1,211姚 敏,沈 斌,李明芳(1.浙江大学计算机学院,浙江杭州310027;2.南京大学计算机软件新技术国家重点实验室,江苏南京210093)摘要:以电信行业为应用对象,建立了一种基于多准则神经网络(MCNN)与分类回归树(CART)的的异动客户识别系统L该系统首先用多准则神经网络对客户属性进行约简,然后构造用于识别异动客户的分类回归树L通过对浙江省电信系统的大客户数据的实
2、际验证,结果表明该系统具有较好的鲁棒性和有效性L关键词:分类回归树;人工神经网络;多准则;异动客户;数据挖掘中图分类号:TP301文献标识码:AAKindofUnusualCustomersRecognitionSystemBasedonMulti2criteriaNeuralNetworkandCARTinTelecomSystemYAOMin,SHENBin,LIMing2fang(1.CollegeofComputerScience,ZhejiangUniversity,Hangzhou310027;2.StateKeyLa
3、b.forNovelSoftwareTechnol2ogy,NanjingUniversity,Nanjing210093,China)Abstract:Asthetelecomsystemanapplicationobject,thispaperpresentsakindofunusualcustomersrecognitionsystembasedonmulti2criterianeuralnetworks(MCNN)andclassificationandregressiontree(CART)intelecommunica
4、tionsystem.Thesystemreducescustomers'attributebymulti2criterianeuralnetworksfirst.Thenitconstructsclassificationandregressiontreestorecognizeunusualcus2tomers.ThroughactualvalidatingtolargecustomerdatainZhejiangtelecomsystem,theresultsindi2catethatthissystemismorerobu
5、stiousandmoreeffective.Keywords:CART;artificialneuralnetworks;multi2criteria;unusualcustomers;datamining1 引言电信客户服务是以满足客户需求为宗旨,为客户提供主动、优先、优质、优惠的服务L它包括电信业务的售前、售中、售后服务L实施客户关系管理,既是从传统的被动服务方式向主动服务方式的转变,又是从传统的以生产为中心的经营观念向以用户为中心的现代经营观念的转变,也是电信经营从粗放型转向集约型的具体举措L电信行业客户关系管理要求运用现
6、代数据挖掘技术从企业的客户数据库或数据仓库中挖掘出隐含的、事先未知的相关知识,识别欺诈客户,保持原有客户并吸引更多的潜在客户,提高行业的竞争力和经济效益,并制止不正当的消费行为L目前常用的数据挖掘技术有:人工神经网络、决策树、遗传算法、最近邻搜索技术以及规则推理[1-6][7][8]等L由于广义计算是一种新的综合型智能信息处理技术,特别是其中的广义学习技术,显然更适合于执行数据挖掘任务L运用广义学习技术可以快速有效地从数据仓库中获取各种有用的信息与知识供决策者参考L正是在广义计算思想的指导下,我们将多准则模糊神经网络和分类回归树相
7、结合,建立了一种新的用于电信行业的的异动客户识别系统L该系统包括多准则模糊神经网络属性约简和分类回归树识别两大模收稿日期:2003205226资助项目:国家自然科学基金(79970037)作者简介:姚敏(1954):男,安徽安庆,博士,教授,博士生导师,从事智能信息处理的教学与研究工作,Email:myao@zju.edu.cn©1995-2005TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.第5期基于多准则神经网络与分类回归树的电信行业异动客户识别系统79块L其中分类回
8、归树识别模块又包括最大分类回归树的构造、对最大树的剪枝及最优分类回归树的选择这三个子模块L通过对浙江省电信系统的大客户数据的实际验证,结果表明该系统具有较好的鲁棒性和有效性L2 系统结构框架整个系统的基本框架如图1所示,它包括两个部分,多准则神经网
