您的位置： 专家智库 > >

国家自然科学基金(71001016)

作品数：1 被引量：5H指数：1
相关作者：杨光飞马凤闸吴江宁更多>>
相关机构：大连理工大学更多>>
发文基金：国家自然科学基金更多>>
相关领域：文化科学更多>>

文献类型

  • 2篇会议论文
  • 1篇期刊文章

领域

  • 1篇经济管理
  • 1篇自动化与计算...
  • 1篇文化科学

主题

  • 1篇知识发现
  • 1篇情感
  • 1篇粒计算
  • 1篇客户流失
  • 1篇客户流失分析
  • 1篇不完美

机构

  • 3篇大连理工大学

作者

  • 3篇杨光飞
  • 2篇党延忠
  • 1篇余力涛
  • 1篇吴江宁
  • 1篇马凤闸

传媒

  • 1篇情报学报

年份

  • 1篇2012
  • 2篇2011
共 1 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于迁移学习的客户流失预测模型
随着中国市场经济体制的完善和市场竞争的加剧,越来越多的企业认识到客户关系管理（CRM）的重要性。如何利用既存的数据和信息来识别潜在的流失客户同时对流失因素进行分析,成为企业营销战略的重要课题。传统基于数据驱动的分析方法有...
余力涛党延忠杨光飞
关键词：客户流失分析
文献传递
不完美数据中的知识发现研究综述
在数据挖掘和知识发现过程中,人们实际遇到的数据常常是不完美的,这种现象已经引起越来越多的关注。在本文中,我们将数据的不完美性分为几种类型,包括:数据量不足、数据不确定、数据不完整、数据不纯、数据异常等,依据不同类型所属的...
杨光飞党延忠
关键词：粒计算
文献传递
基于双重选择策略的跨领域情感倾向性分析被引量：5
2012年
情感倾向性分析旨在识别评论中隐含的情感信息，在产品声誉分析、舆情监控、个性推荐等方面具有广阔的应用前景。在评测消费者对新发布产品的态度时，本产品领域中可供参考的已分类评论数据往往较少，而其他相关领域可能存在大量的已分类的评论数据，利用其他产品已标注的评论数据对新产品进行情感倾向性分析，属于跨领域的情感分类问题。针对这一问题，本文引入迁移学习机制，将经典迁移学习TrAdaBoost算法的样本迁移机制应用于情感倾向性分析，并针对积极类和消极类分类精度不均衡问题提出了改进策略，首先根据评论样本权重进行第一次选择，其次结合分类置信度对评论样本进行第二次选择。实验结果表明，在整体分类精度有所提高的前提下，改进算法的优势在于均衡了积极类和消极类的分类精度，使得分类结果更具实际参考价值。
马凤闸吴江宁杨光飞
全选 清除 导出
共1页<1>
聚类工具0