基于支持向量机的电信客户欠费评估

摘要：

应用基于风险最小化原理的支持向量机,研究了电信客户欠费分类问题,并与K-均值聚类法、三层人工神经网络进行对比研究,发现支持向量机分类正确率平均为95.48%,K-均值聚类法为83.87%,三层BP人工神经网络为89.80%.结果表明支持向量机能够更好的反映电信客户欠费分类,是一种研究电信客户欠费分类问题的有效方法.

关键词：支持向量机、K-均值聚类、人工神经网络、欠费评估

所属期刊栏目：26

分类号：F222(经济计算、经济数学方法)

资助基金：中国科学院资助项目70450001

在线出版日期：2006-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：76-78