基于改进最近邻算法的忠诚度预测方法

摘要

本发明公开了一种基于改进最近邻算法的忠诚度预测方法。该方法包括：在忠诚度分类预测时，首先利用贝叶斯算法对数据集进行预处理，筛选出非忠诚客户和忠诚客户（包含忠诚度高的客户和忠诚度低的客户）；再用最近邻算法对忠诚客户做进一步分类，从而得到高忠诚度客户，完成忠诚度预测。本发明降低K值即选择多少个邻居对最近邻算法的影响；减少其内存开销；具有明显的时间优势；提高忠诚度分类的准确率。

主权项

一种基于改进最近邻算法的忠诚度预测方法，其特征在于包括以下步骤：步骤1，已知忠诚度类别的训练数据集D，其包含N个属性和M个忠诚度类别，将属于同一忠诚度类别的训练数据个数除以训练数据集D的总个数，获得该类的先验概率即P(C_i)；步骤2，待分类未知类别的测试数据集X，其包含N个属性，计算测试数据集X中一条测试数据的指定属性列上指定值出现的概率，即类条件概率P(X|C_i)；步骤3，在训练数据的基础上预测一条测试数据的忠诚度类别即P(X|C_i)P(C_i)；步骤4，重复步骤1‑3，直到将测试数据集X遍历完毕；步骤5，将测试数据集X的类别标签为忠诚客户的数据放入集合S中，集合S包括忠诚度高的客户和忠诚度低的客户，此时将集合S作为测试数据集；步骤6，设置一个长度为j且按距离由大到小排列的优先级队列，用于存储最近邻训练元组；步骤7，随机从已知类别的原训练数据集D中提取j个元组作为初始的最近邻元组；步骤8，设F₁＝(f₁₁,f₁₂,...,f_1n)和F₂＝(f₂₁,f₂₂,...,f_2n)为2个样本特征向量，f_ij代表样本F_i的第j个特征的值，则F₁和F₂的欧式距离公式为根据该公式从S中取一条测试数据，分别计算其与这j个元组的距离d，且将训练元组的忠诚度类别和距离存入该优先级队列；步骤9，计算训练数据集D中某条训练数据与该条测试数据的距离d，将其距离d与优先级队列中的距离最大值d_max比较；如果d<d_max，则删除优先级队列中与之距离最大的元组，将当前该条训练数据的类别和距离存入优先级队列；否则舍弃该条训练数据，访问下一条训练数据；重复此步骤，直至训练数据集D遍历完毕；步骤10，将队列j中占多数的忠诚度类别作为测试元组的类别，从而得到高忠诚度客户，重复步骤7‑9，直到将测试数据集S遍历完毕；步骤11，计算该算法所消耗的时间T；读入目标数据集O，其为测试数据集X的真实类别，并读入上述所有测试数据集的预测类别，将其与目标数据集O进行逐一比较，从而获取算法的正确率W。