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   

高校红色专题特藏的价值挖掘——以复旦大学图书馆为例     

王乐 《大学图书馆学报》2022,40(1):97-101+114

从红色专题特藏概念的界定出发,论述了红色专题特藏在人才培养、科学研究、社会服务方面的重要意义：红色专题特藏是思政教育的生动教材,是科学研究的重要素材,是社会服务的鲜活题材。复旦大学图书馆在历史积累的基础上,通过捐赠、采购、收集等方式建设了时间跨度大、类型多样、主题丰富的红色专题特藏。采取参与式、阵地化思政教育,多形式、全方位驱动科研,立体化、全媒介大众推广的三大举措九种手段,挖掘红色专题特藏的全方位价值,在红色基因传承、红色资源研究、红色文化传播等方面发挥作用。  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   

从学科结构角度优化调整电子资源——首都师范大学图书馆个案研究   总被引：3，自引：0，他引：3  

江杭生 《图书馆杂志》2008,27(7)

以首都师范大学为对象,在使用统计分析和 Web of Science 收录论文的学科结构分析基础上,探讨从学科结构的角度优化调整馆藏外文电子资源的潜在依据和问题.  相似文献