论文部分内容阅读
将叠层递归径向基(RBF)网络应用于客户流失研究,给出了客户流失研究中涉及的主要问题的解决方案,包括客户描述、属性规约、流失原因分析以及流失预测与控制策略等,解决了流失预测模型的建立问题,并采用单元叠层输入技术实现了神经网络的动态存储,这使网络具有了动态地处理数据的能力,提出自适应距离优化核函数的中心半径参数,对混沌时序数据的仿真实验证明算法的有效性。最后利用训练后的模型对每个客户的流失可能性进行预测以及生成可能流失的客户列表,通过对实际案例的应用,对模型的有效性和可操作性进行了验证,证明其具有实际意义。