潘嘉林
- 作品数：2 被引量：44H指数：1
- 供职机构：香港科技大学更多>>
- 相关领域：自动化与计算机技术理学经济管理更多>>
- 时间序列分类问题的算法比较被引量：44
- 2007年
- 时间序列分类是时间序列数据分析中的重要任务之一.不同于时间序列分析中常用的算法与问题,时间序列分类是要把整个时间序列当作输入,其目的是要赋予这个序列某个离散标记.它比一般分类问题困难,主要在于要分类的时间序列数据不等长,这使得一般的分类算法不能直接应用.即使是等长的时间序列,由于不同序列在相同位置的数值一般不可直接比较,一般的分类算法依然还是不适合直接应用.为了解决这些难点,通常有两种方法:第一,定义合适的距离度量(这里,最常用的距离度量是DTW距离),使得在此度量意义下相近的序列有相同的分类标签,这类方法属于领域无关的方法;第二,首先对时间序列建模(利用序列中前后数据的依赖关系建立模型),再用模型参数组成等长向量来表示每条序列,最后用一般的分类算法进行训练和分类,这类方法属于领域相关的方法.长期以来,研究者往往只倾向于使用其中一种算法,而这两类算法的比较却比较缺乏.文中深入分析了这两类方法,并且分别在不同的合成数据集和实际数据集上比较了两类方法.作者观测到了两类算法在不同因素影响下的性能表现,从而为今后发展新的算法提供了有力依据.
- 杨一鸣潘嵘潘嘉林杨强李磊
- 关键词：时间序列马尔可夫模型统计学习
- 数据挖掘在电信客户流失预测中的应用
- 在电信行业，争取一个新客户的代价往往比留住一个老客户的代价要大得多，因此，客户流失预测是电信运营商最为关心的重点之一。客户流失预测的分析对象是已经流失和没有流失的客户，从他们的行为找出流失客户的特征，然后预测客户未来一段...
- 潘嘉林
- 关键词：支持向量机客户流失预测数据挖掘
- 文献传递
