摘要：由于不同區(qū)域間的人口漂移，即樣本人群的特質(zhì)變異，基于某地區(qū)樣本構(gòu)建的客戶細(xì)分模型對其他地區(qū)客戶分類時(shí)會出現(xiàn)較大誤差。本文設(shè)計(jì)了面向數(shù)據(jù)漂移的貝葉斯網(wǎng)絡(luò)算法，采用貝葉斯多網(wǎng)絡(luò)為每類樣本建立局部網(wǎng)絡(luò)結(jié)構(gòu)，增強(qiáng)模型對同類樣本數(shù)據(jù)的擬合度，強(qiáng)化顯示同類樣本的共性特征，弱化不同區(qū)域間樣本的差異性。實(shí)驗(yàn)表明，該方法顯著改善模型對數(shù)據(jù)質(zhì)量較差樣本的適應(yīng)性，提高對不同客戶樣本分類的準(zhǔn)確率，適應(yīng)我國各地區(qū)間人口特征差異性較大的國情。

關(guān)鍵詞：客戶細(xì)分；人口漂移；建模策略；貝葉斯多網(wǎng)絡(luò)

中圖分類號：F270 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-5192(2007)05-0042-06

“注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文”。