[1] HADDEN J, TIWARI A, ROY R, et al. Computer assisted customer churn management: State-of-the-art and future trends[J]. Computers & Operations Research, 2007,34(10):2902-2917.
[2] 应维云. 随机森林方法及其在客户流失预测中的应用研究[J]. 管理评论, 2012,24(2):140-145.
[3] 丁君美,刘贵全,李慧. 改进随机森林算法在电信业客户流失预测中的应用[J]. 模式识别与人工智能, 2015,28(11):1041-1049.
[4] 崔亚奇. 基于C5.0算法的航空客户流失分析[J]. 西安航空学院学报, 2018,36(1):72-77.
[5] 王文贤,金阳,陈道斌. 基于RFM模型的个人客户忠诚度研究[J]. 金融论坛, 2012(3):75-80.
[6] 刘章敏,刘蔷. 模糊C均值聚类算法在烟草行业RFM模型中的应用研究[J]. 新商务周刊, 2018(15):16.
[7] 陈敬东,王永强. 基于顾客价值模型构建的顾客价值最大化实现过程研究[J]. 生产力研究, 2016(11):23-26.
[8] 李星龙,李伟,汤紫瑜. 一种基于机器学习的客户价值模型优化方法: CN201710807555.0[P]. 2018-01-19.
[9] 杨倩倩,生佳根,赵海田. K-means聚类算法在民航客户细分中的应用[J]. 电子设计工程, 2015,23(12):25-27.
[10]王竹霞,卢文静. 全生命周期下K-means算法的电信客户价值分析[J]. 信息技术, 2018(12):17-20.
[11]李敏,倪少权,邱小平,等. 物联网环境下基于上下文的Hadoop大数据处理系统模型[J]. 计算机应用, 2015,35(5):1267-1272.
[12]王奕森,夏树涛. 集成学习之随机森林算法综述[J]. 信息通信技术, 2018(1):49-55.
[13]杨帆,林琛,周绮凤,等. 基于随机森林的潜在k近邻算法及其在基因表达数据分类中的应用[J]. 系统工程理论与实践, 2012,32(4):815-825.
[14]李欣海. 随机森林模型在分类与回归分析中的应用[J]. 应用昆虫学报, 2013,50(4):1190-1197.
[15]李慧,李正,佘堃. 一种基于综合不放回抽样的随机森林算法改进[J]. 计算机工程与科学, 2015,37(7):1233-1238.
[16]王爱平,万国伟,程志全,等. 支持在线学习的增量式极端随机森林分类器[J]. 软件学报, 2011,22(9):2059-2074.
[17]MUCHLINSKI D, SIROKY D, HE J R, et al. Comparing random forest with logistic regression for predicting class-imbalanced civil war onset data[J]. Political Analysis, 2016,24(1):87-103.
[18]于晓虹,楼文高. 基于随机森林的P2P网贷信用风险评价、预警与实证研究[J]. 金融理论与实践, 2016(2):53-58.
[19]陈卫中,潘晓平,宋兴勃,等. ROC曲线中最佳工作点的选择[J]. 中国卫生统计, 2006,23(2):157-158.
[20]GOKSULUK D, KORKMAZ S, ZARARSIZ G, et al. easyROC: An interactive Web-tool for ROC curve analysis using R language environment[J]. The R Journal, 2016,8(2):213-230.
[21]孔英会,景美丽. 基于混淆矩阵和集成学习的分类方法研究[J]. 计算机工程与科学, 2012,34(6):111-117.
[22]熊云波,李荣陆,胡运发. 基于混淆矩阵的层次结构构造方法比较[J]. 模式识别与人工智能, 2007,20(2):205-210.
[23]姚登举,杨静,詹晓娟. 基于随机森林的特征选择算法[J]. 吉林大学学报(工学版), 2014,44(1):137-141.
|