Cross-company customer churn prediction in telecommunication: A comparison of data transformation methods     

《International Journal of Information Management》2019

Cross-Company Churn Prediction (CCCP) is a domain of research where one company (target) is lacking enough data and can use data from another company (source) to predict customer churn successfully. To support CCCP, the cross-company data is usually transformed to a set of similar normal distribution of target company data prior to building a CCCP model. However, it is still unclear which data transformation method is most effective in CCCP. Also, the impact of data transformation methods on CCCP model performance using different classifiers have not been comprehensively explored in the telecommunication sector. In this study, we devised a model for CCCP using data transformation methods (i.e., log, z-score, rank and box-cox) and presented not only an extensive comparison to validate the impact of these transformation methods in CCCP, but also evaluated the performance of underlying baseline classifiers (i.e., Naive Bayes (NB), K-Nearest Neighbour (KNN), Gradient Boosted Tree (GBT), Single Rule Induction (SRI) and Deep learner Neural net (DP)) for customer churn prediction in telecommunication sector using the above mentioned data transformation methods. We performed experiments on publicly available datasets related to the telecommunication sector. The results demonstrated that most of the data transformation methods (e.g., log, rank, and box-cox) improve the performance of CCCP significantly. However, the Z-Score data transformation method could not achieve better results as compared to the rest of the data transformation methods in this study. Moreover, it is also investigated that the CCCP model based on NB outperform on transformed data and DP, KNN and GBT performed on the average, while SRI classifier did not show significant results in term of the commonly used evaluation measures (i.e., probability of detection, probability of false alarm, area under the curve and g-mean).  相似文献   

科学解释在知识创新中的作用     

任晓明 《广西师范大学学报(哲学社会科学版)》2002,38(2):6-8

科学解释是科学家用科学规律来消解自然之谜的知识创新活动，它在知识创新中的作用表现在：第一，科学解释具有预测未知现象的存在中未来事态发展趋势的功能；第二，它在建构新颖理论体系的过程中起着特别重要的作用。  相似文献   

GM(1,1)模型灰色预测法Visual Foxpro计算程序     

刘建通  朱红兵  王港 《首都体育学院学报》2004,16(1):117-119

本文详细介绍了在Visual Foxpro6．O中编制的MGl1．PRG计算程序及其运行方法。  相似文献   

中国科学计量指标数据库的设计与实现   总被引：5，自引：1，他引：4  

吴振新 《现代图书情报技术》2001,17(1):68-70

简单介绍了中国科学计量指标数据库, 详细阐述了如何进行数据分析和系统设计, 以及指标数据库的功能实现。  相似文献   

竞技体育悲剧意识的现代阐释     

王岗  张大志 《成都体育学院学报》2006,32(2):27-30

悲剧是西方思想文化优秀成果之一,被认为是艺术上的最高成就,它表现出了人们对自身价值尊严积极探求的精神.竞技体育从诞生之日起就在悲剧意识的关怀下逐步成长,悲剧意识对竞技体育的发展起到了不可估量的推动作用.时至今日,虽然竞技体育的竞技手段日益先进,竞技水平也今非昔比,但竞技运动体现出的基本精神丝毫没变,仍然表现出人类对最原始、最本质的力量与价值,存在方式与生命尊严的追求.悲剧意识使得竞技体育具有了永恒的魅力.  相似文献   

从纷歧走向融通--《锦瑟》阐释史所显示的客观趋势     

刘学锴 《安徽师范大学学报(人文社会科学版)》2003,31(3):280-288

自宋至今的《锦瑟》阐释史,是从纷歧走向融通的历史。各种主要的异说既各有其依据与优长,又各有其自身的缺陷,从而在客观上提出了互补与融通的要求。它们之间,又具有一体连枝、异派同源的性质。纷歧的异说分别认识其一枝一节,融通则将它们还原为一个艺术整体。从纷歧走向融通,反映了人们对复杂事物的认识过程。  相似文献   

数据挖掘在数字图书馆中的应用   总被引：15，自引：0，他引：15  

王艳 《现代图书情报技术》2002,18(5):8-10

在描述数据挖掘技术与方法基础之上，探讨了数据挖掘在数字图书馆中的应用空间以及其所具有的巨大应用价值。  相似文献   

厚数据研究综述     

李成熙  文庭孝 《高校图书馆工作》2022,42(1):8-14,28

文章通过回顾厚数据研究的理论起源和发展,利用WOS和CNKI检索相关文献,梳理国内外厚数据研究现状,剖析和解读研究中的前沿热点和问题,为后续研究提供支持和建议。当前国内外厚数据相关研究主要集中在厚数据定义研究、厚数据应用场景研究和厚数据分析方法研究等方面,未来应继续围绕基础研究问题进行深入探索和改进,并尝试在厚数据融合研究、厚数据方法研究和厚数据应用研究等方面不断进行拓展。  相似文献   

基于趣味性情境的“三位一体”博物馆教育——对儿童讲解辅导中兴趣与情境的重新认识与提升          下载免费PDF全文

王智柔  段若钰  张瑞洁 《自然科学博物馆研究》2022,(3):52-59

面向儿童群体讲解自然科普展览是许多博物馆开展教育活动的重要方式。然而,传统讲解无法激发儿童兴趣,难以进行学习迁移和延伸。本文以云南省博物馆“远古云南”展厅为例,从三因素情境性兴趣模型出发,运用“情境认知与学习理论”和“情境教学法”对兴趣和情境进行深度分析,提出“情境化讲解辅导设计三步法”。通过实践,实现多样化情境和趣味性紧密结合,形成融合趣味性、教学内容、教学方法的“三位一体”博物馆讲解辅导,鼓励儿童把学习变为实践,逐步建立起自我与自然的联系。  相似文献   

数字图书馆服务登记系统数据模型设计   总被引：3，自引：0，他引：3  

徐坦  孙坦 《中国图书馆学报》2008,34(2)

在现有服务多维度描述思想的指导下,以IESR数据模型为基础,设计了数字图书馆服务登记系统数据模型。它包括服务、业务、机构、资源和方法5个核心实体,使数字图书馆服务能够被有效地发布和发现。由DLSR数据模型向UDDI散据模型的映射,可以为DLSR的建设提供一种基于UDDI注册中心的直接的解决方案。  相似文献