×
斯特凡·莱斯曼；沃·斯特凡

使用支持向量机进行以客户为中心的数据挖掘的参考模型。 （英语） Zbl 1176.90340号

欧洲药典。物件。 199，第2期，520-530（2009）.
摘要：监督分类是企业数据挖掘的重要组成部分，用于支持以客户为中心的规划任务中的决策。本文提出了一种基于支持向量机分类的层次参考模型。该方法平衡了透明但准确的模型的冲突目标，并在实际客户关系管理应用程序的大规模经验评估中，与其他分类器相比具有优势。结合支持向量机研究的最新进展，在统一的框架中处理特征、实例和模型选择。

引用于9文件

MSC公司：

90B60毫米 营销、广告

关键词：

市场营销；数据挖掘；客户关系管理；支持向量机

软件：

伦敦银行支持向量机；UCI-毫升；阿达·布斯特。MH公司；ElemStatLearn（电子状态学习）
PDF格式BibTeX公司 XML格式引用
\textit{S.Lessmann}和\textit{S.Vo}，欧洲期刊Oper。第199号决议，第2号，520-530（2009年；Zbl 1176.90340）
全文： DOI程序

参考文献：

[1] A.Asuncion，D.J.Newman，UCI机器学习库，2007年<www.ics.uci.edu/mlearn/MLRepository.html>；A.Asuncion，D.J.Newman，UCI机器学习库，2007年<www.ics.uci.edu/mlearn/MLRepository.html>
[2] Baesens，B。；塞提诺，R。；梅斯，C。；Vanthienen，J.，使用神经网络规则提取和决策表进行信用风险评估，管理科学，49，3311-329（2003）·Zbl 1232.91684号
[3] Baesens，B。；Van Gestel，T。；Viaene，S。；斯蒂芬诺娃，M。；苏肯斯，J。；Vantheinen，J.，《为信用评分建立最先进的分类算法基准》，运筹学学会杂志，54，6，627-635（2003）·Zbl 1097.91516号
[4] Baesens，B。；Viaene，S。；Van den Poel，D。；Vantheinen，J。；Dedene，G.，直接营销中重复购买模型的贝叶斯神经网络学习，《欧洲运筹学杂志》，138，1，191-211（2002）·兹比尔1008.900515
[5] Bose，I。；Xi，C.，《直接营销的定量模型：从系统角度的回顾》，《欧洲运筹学杂志》，195，1，1-16（2009）·Zbl 1159.90434号
[6] P.S.Bradley，O.L.Mangasarian，通过凹极小化和支持向量机进行特征选择，J.W.Shavlik（Ed.），第15届机器学习国际会议论文集，Morgan Kaufmann，旧金山，1998年，第82-90页。；P.S.Bradley，O.L.Mangasarian，《通过凹极小化和支持向量机进行特征选择》，J.W.Shavlik（Ed.），《第十五届机器学习国际会议论文集》，Morgan Kaufmann，旧金山，1998年，第82-90页。
[7] 布金克斯，W。；Van den Poel，D.，《客户基础分析：非契约快速消费品零售环境中行为忠诚客户的部分流失》，《欧洲运筹学杂志》，164，1，252-268（2005）·Zbl 1132.90349号
[8] C.-C.Chang，C.-J.Lin，LIBSVM-支持向量机库，2001年<www.csie.ntu.edu.tw/cjlin/libsvm>；C.-C.Chang，C.-J.Lin，LIBSVM-支持向量机库，2001年<www.csie.ntu.edu.tw/cjlin/libsvm>
[9] 库塞门特，K。；Van den Poel，D.，《订阅服务中的客户流失预测：比较两种参数选择技术时支持向量机的应用》，《专家系统与应用》，34，1，313-327（2008）
[10] 北卡罗来纳州克里斯蒂亚尼尼。；Shawe-Taylor，J.，《支持向量机和其他基于内核的学习方法简介》（2000），剑桥大学出版社：剑桥大学出版社
[11] 克罗恩，S.F。；莱斯曼，S。；Stahlbock，R.，《预处理对数据挖掘的影响：直接营销中分类器敏感性的评估》，《欧洲运筹学杂志》，173,3781-800（2006）·Zbl 1120.90349号
[12] 克鲁克，J.N。；Edelman，D.B。；Thomas，L.C.，《消费信贷风险评估的最新发展》，《欧洲运筹学杂志》，183，3，1447-1465（2007）·Zbl 1138.91493号
[13] J.E.Dennis，V.Torczon，《多学科设计问题的无导数模式搜索方法》，载于《第五届美国国际航空航天局/美国空军/美国国家航空航天局/ISSMO多学科分析与优化研讨会论文集》，美国国际航空局，华盛顿，1994年，第922-932页。；J.E.Dennis，V.Torczon，《多学科设计问题的无导数模式搜索方法》，载于《第五届AIAA/USAF/NASA/ISSMO多学科分析与优化研讨会论文集》，AIAA，华盛顿，1994年，第922-932页。
[14] Duan，K。；Keerthi，S.S。；Poo，A.N.，调整SVM超参数的简单性能度量的评估，神经计算，51，41-59（2003）
[15] Fawcett，T.，ROC分析简介，模式识别快报，27，8，861-874（2006）
[16] 福塞特，T。；Provost，F.，自适应欺诈检测，数据挖掘和知识发现，1，3，291-316（1997）
[17] 弗伦德，Y。；Schapire，R.E.，《在线学习的决策理论推广及其应用》，《计算机与系统科学杂志》，55，1，119-139（1997）·兹伯利0880.68103
[18] Fröhlich，H。；韦格纳，J.K。；Zell，A.，在分类和回归中使用支持向量机进行最优描述符子集选择，QSAR和组合科学，23，5311-318（2004）
[19] 格拉迪，N。；Baesens，B。；Croux，C.，《使用客户终身价值建模客户流失》，《欧洲运筹学杂志》（2008）·Zbl 1157.91396号
[20] Greco，S。；马塔拉佐，B。；Slowinski，R.，《多属性和标准下排序问题的粗糙集方法》，《欧洲运筹学杂志》，138，2，247-259（2002）·Zbl 1008.90509号
[21] Greco，S。；马塔拉佐，B。；Slowinski，R.，基于粗糙集方法的客户满意度分析，Zeitschrift füR Betriebswirtschaft，77，3，325-339（2007）
[22] 盖恩，I。；韦斯顿，J。；巴恩希尔，S。；Vapnik，V.，使用支持向量机进行癌症分类的基因选择，机器学习，46，1-3，389-422（2002）·Zbl 0998.68111号
[23] 盖恩，I.M。；Elisseeff，A.，变量和特征选择导论，机器学习研究杂志，31157-1182（2003）·兹比尔1102.68556
[24] Hand，D.J。；惠特罗，C。；新墨西哥州亚当斯。；Juszczak，P。；Weston，D.，《塑料卡欺诈检测工具的性能标准》，《运筹学会杂志》，59，7，956-962（2008）
[25] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《统计学习的要素：数据挖掘、推断和预测》（2002），Springer:Springer New York
[26] 徐春伟，张春川，林春杰，《支持向量分类实用指南》，台湾大学计算机科学与信息工程系工作论文，2003年<www.csie.ntu.edu.tw/cjlin/guide/guide.pdf>；徐春伟，张春川，林春杰，《支持向量分类实用指南》，台湾大学计算机科学与信息工程系工作论文，2003年<www.csie.ntu.edu.tw/cjlin/guide/guide.pdf>
[27] 贾普科维奇，N。；Stephen，S.，《阶级失衡问题：系统研究》，《智能数据分析》，2002年第6期，第5期，第429-450页·Zbl 1085.68628号
[28] Keerthi，S.S。；DeCoster，D.，用于快速求解大规模线性SVM的修正有限牛顿法，机器学习研究杂志，6，341-361（2005）·Zbl 1222.68231号
[29] Keerthi，S.S。；Lin，C.-J.，高斯核支持向量机的渐近行为，神经计算，15，7，1667-1689（2003）·Zbl 1086.68569号
[30] M.Kiefte，《歧视性分析工具箱》，1999年<http://www.mathworks.com/matlabcentral/fileexchange/>; M.Kiefte，《歧视性分析工具箱》，1999年<http://www.mathworks.com/matlabcentral/fileexchange/>
[31] Kim，Y.S。；西北部街道。；罗素·G·J。；Menczer，F.，《客户定位：遗传算法指导下的神经网络方法》，《管理科学》，51，2，264-276（2005）
[32] Kohavi，R。；John，G.H.，《特征子集选择的包装器》，人工智能，97，1-2，273-324（1997）·Zbl 0904.68143号
[33] 科特洛夫斯基，W。；Dembczynski，K。；Greco，S。；Slowinski，R.，基于随机优势的有序分类粗糙集模型，信息科学，178，21，4019-4037（2008）·Zbl 1173.68734号
[34] 郭锦涛，《应用于支持向量机的证据框架》，IEEE神经网络学报，11，5，1162-1173（2000）
[35] 李，M.M.S。；Keerthi，S.S。；Ong，C.J。；DeCoste，D.，计算高斯核支持向量机中遗漏一误差的有效方法，IEEE神经网络汇刊，15，3750-757（2004）
[36] 莱斯曼，S。；梅斯，C。；Baesens，B。；Pietsch，S.，《软件缺陷预测的基准分类模型：一个提议的框架和新发现》，IEEE软件工程学报，34，4，485-496（2008）
[37] S.Lessmann，S.Voß，《客户关系管理中决策支持的监督分类》，载于：A.Bortfeldt，J.Homberger，H.Kopfer，G.Pankratz，R.Strangmeier（编辑），《智能决策支持》，加布勒，威斯巴登，2008年，第231-253页。；S.Lessmann，S.Voß，《客户关系管理中决策支持的监督分类》，载于：A.Bortfeldt，J.Homberger，H.Kopfer，G.Pankratz，R.Strangmeier（编辑），《智能决策支持》，Gabler，Wiesbaden，2008年，第231-253页。
[38] Martens，D。；Baesens，B。；van Gestel，T。；Vantheinen，J.，《使用支持向量机规则提取的可理解信用评分模型》，《欧洲运筹学杂志》，183，3，1466-1476（2007）·Zbl 1278.91177号
[39] Mingers，J.，《决策树归纳剪枝方法的实证比较》，机器学习，4，2，227-243（1989）
[40] Mizuno，M。；Saji，A。；美国苏米塔。；铃木，H.，识别目标客户的细分方法的最佳阈值分析，《欧洲运筹学杂志》，186，1，358-379（2008）·Zbl 1138.91532号
[41] M.Momma，K.P.Bennett，支持向量回归模型选择的模式搜索方法，载《第二届SIAM国际数据挖掘会议论文集》，弗吉尼亚州阿灵顿，美国，2002年。；M.Momma，K.P.Bennett，《支持向量回归模型选择的模式搜索方法》，载《第二届SIAM国际数据挖掘会议论文集》，弗吉尼亚州阿灵顿，美国，2002年。
[42] 梅斯，C。；Baesens，B。；文件，C.M。；Vanthienen，J.，机器学习中的决策图：对真实信用风险数据的实证研究，专家系统与应用，27，2257（2004）·Zbl 1091.68574号
[43] Neslin，S.A。；古普塔，S。；镰仓，W。；卢，J。；Mason，C.H.，《缺陷检测：测量和理解客户流失模型的预测准确性》，《营销研究杂志》，第43、2、204-211页（2006年）
[44] Olafsson，S。；李，X。；Wu，S.，运筹学与数据挖掘，《欧洲运筹学杂志》，187，3，1429-1448（2008）·Zbl 1137.90776号
[45] J.C.Platt，使用序列最小优化快速训练支持向量机，收录于：B.Schölkopf，C.J.C.Burges，A.J.Smola（编辑），《内核方法的进展：支持向量学习》，麻省理工学院出版社，剑桥，1999年，第185-208页。；J.C.Platt，使用序列最小优化快速训练支持向量机，收录于：B.Schölkopf，C.J.C.Burges，A.J.Smola（编辑），《内核方法的进展：支持向量学习》，麻省理工学院出版社，剑桥，1999年，第185-208页。
[46] Provost，F。；Domingos，P.，基于概率排序的树归纳法，机器学习，52，3，199-215（2003）·Zbl 1039.68105号
[47] V.Sindhwani，S.S.Keerthi，半监督线性SVM快速求解的牛顿方法，收录于：L.Bottou，O.Chapelle，D.DeCoster，J.Weston（编辑），《大规模内核机器》，麻省理工学院出版社，剑桥，2007年，第155-174页。；V.Sindhwani，S.S.Keerthi，半监督线性SVM快速求解的牛顿方法，收录于：L.Bottou，O.Chapelle，D.DeCoster，J.Weston（编辑），《大规模内核机器》，麻省理工学院出版社，剑桥，2007年，第155-174页。
[48] 索莫尔，P。；Baesens，B。；普迪尔，P。；Vanthienen，J.，基于过滤器与包装器的信用评分特征选择，国际智能系统杂志，20，10985-99（2005）
[49] 托马斯，L.C。；Edelman，D.B。；Crook，J.N.，《信用评分及其应用》（2002），SIAM:SIAM Philadelphia·Zbl 1001.91052号
[50] Van den Poel，D。；Lariviere，B.，使用比例风险模型进行金融服务的客户流失分析，《欧洲运筹学杂志》，157,1196-217（2004）·Zbl 1106.91318号
[51] Van Gestel，T。；Baesens，B。；苏肯斯，J.A.K。；Van den Poel，D。；Baestaens，D.-E。；Willekens，M.，《金融危机检测中基于贝叶斯核的分类》，《欧洲运筹学杂志》，172，3，979-1003（2006）·Zbl 1111.90330号
[52] Van Gestel，T。；苏肯斯，J.A.K。；Baesens，B。；Viaene，S。；Vantheinen，J。；Dedene，G。；De Moor，B。；Vandewalle，J.，基准最小二乘支持向量机分类器，机器学习，54，1，5-32（2004）·Zbl 1078.68737号
[53] Vapnik，V.N.，《统计学习理论的本质》（1995），施普林格出版社：纽约施普林格·兹比尔0934.62009
[54] Vapnik，V.N。；Chapelle，O.，支持向量机的误差期望界，神经计算，12,92013-2036（2000）
[55] Viaene，S。；阿尤索，M。；M.Guillen。；Van Gheel，D。；Dedene，G.，《汽车保险业欺诈索赔检测策略》，《欧洲运筹学杂志》，76，1565-583（2007）·Zbl 1137.90567号
[56] Viaene，S。；R.A.钻机。；Baesens，B。；Dedene，G.，《专家汽车保险索赔欺诈检测的最新分类技术比较》，《风险与保险杂志》，69，3，373-421（2002）
[57] J.Weston、A.Elisseeff、G.BakIr、F.Sinz，《蜘蛛侠》，2006年<http://www.kyb.tuebingen.mpg.de/bs/people/spider/main.html>; J.Weston、A.Elisseeff、G.BakIr、F.Sinz，《蜘蛛》，2006年<http://www.kyb.tuebingen.mpg.de/bs/people/spider/main.html>
[58] Wu，G。；Chang，E.Y.，KBA：考虑不平衡数据分布的核边界对齐，IEEE知识与数据工程汇刊，17，6，786-795（2005）
[59] Zar，J.H.，《生物统计分析》（2007），普伦蒂斯·霍尔：普伦蒂斯霍尔上鞍河
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。