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   

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   

大学图书馆现代化指南针报告   总被引：1，自引：0，他引：1  

陈建龙  邵燕  张慧丽  张璐  李峰  王新才  党跃武  陈大庆  王波 《大学图书馆学报》2022,40(1):22-33

教育部高等学校图书情报工作指导委员会和北京大学图书馆合作研制《大学图书馆现代化指南针报告》,报告主要采用德尔菲法对34位图书馆学、情报学领域的专家和学者进行了三轮意见征询,集成专家智慧,总结出大学图书馆现代化在核心理念、主要目标、实际问题、理论问题、关键要素和生态关系等方面的发展趋势,为实现大学图书馆内涵式发展、整体发展、高质量发展、科学发展、可持续发展提供方向指引,成为新时代新征程上大学图书馆谋划新思路、推动新发展、构建新格局的“指南针”。  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   

数据异地同步传输在电子剪报服务中的应用     

赵文绮 《图书馆杂志》2008,27(7)

知识经济时代对信息服务业提出了更高、更快、更专的要求,而作为信息服务行业一部分的图书馆剪报服务,电子剪报技术也产生了许多新变化.数据异地同步传输的实现,帮助用户在第一时间获取新信息,极大地提高了剪报的实效性和价值.  相似文献   

数据格式转换软件的设计与实现     

刘芳  杨海滨  华薇娜 《现代图书情报技术》2008,3(4):80-85

总结了在信息检索与信息分析的中间环节数据格式转换中存在的困难,并结合文本文件、Word软件、VC++编程以及EXCEL软件各自特殊功能,设计了一套较为通用、简单的数据转换程序,开发了一个简单实用的小软件,并介绍了软件的使用方法和实现算法。  相似文献