基于动态分类器集成选择的不完整数据客户分类方法实证研究

作者：张婷婷,贺昌政,肖进

摘要：在管理决策的制定中,分类已经成为一种十分重要的方法和技术。由于现实客户数据常常是不完整的,因此,研究不完整数据的客户分类问题具有重要意义。通过分析以往分类过程中对不完整数据的处理方法,提出了一种基于动态分类器集成选择的不完整数据分类方法DCES-ID。分别在UCI客户分类数据集以及某券商客户数据集上进行分类的实验和实证分析。结果表明,与已有的6种分类算法相比,DCES-ID算法具有更高的分类准确性及稳定性,能够更有效地进行客户分类。

发文机构：四川大学工商管理学院 中国科学院数学与系统科学研究院

关键词：客户分类证券公司不完整数据动态分类器集成选择(DCES)贝叶斯分类器customer classificationsecurity companyincomplete datadynamic classifier ensemble selection（DCES）Bayesian classifier

分类号： F832.33[经济管理—金融学]