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   

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   

Oracle流在复杂分布式环境下共享信息的应用     

孙永鸿 《贵阳金筑大学学报》2006,(1)

随着分布式应用的不断发展,多个应用和数据库之间的信息共享是管理人员所面临的一个巨大挑战。Oracle数据库所提供的流技术很好地解决了这个问题。本文深入讨论了Or-acle流技术,分析了其设置的详细步骤,主要包括捕获、传播和应用三个阶段。  相似文献   

外国教材引进工作中若干问题的思考   总被引：2，自引：0，他引：2  

吴永奎  孙济庆 《大学图书馆学报》2001,19(6):38-39,42

回顾了我国大学图书馆建设外国教材中心的情况,阐述了引进外国教材在教育与国际接轨上的作用,总结了若干经验和教训,探讨了外国教材中心今后工作的方向和需要解决的问题。  相似文献   

客观知识的基本性质   总被引：9，自引：1，他引：8  

王子舟  张洲英 《中国图书馆学报》2002,28(5)

客观知识具有创新性、中介性、可编码性、可传递性、无损耗性、可共享性、可加工性、不确定性等基本特性。认识这些基本性质 ,有助于理解知识、理解图书馆学和图书馆工作。参考文献 13。  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   

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   

科学划分书库管理责任区     

刘菊霞 《大学图书馆学报》2008,26(1):77-81

对流通书库的书库管理工作进行岗位分析,利用自动化系统对工作人员所需承担的工作量进行相关的数据统计和分析,建立可操作性强的数学模型,确定各书库合理的人员编制,进一步科学合理地划分工作人员的责任区。  相似文献