计算机应用研究

作者：张斌,彭其渊,刘帆洨,

单位：西南交通大学交通运输与物流学院,成都610031；

关键词：铁路运输,零散白货,客户流失,C4.5决策树,并行,Hadoop,

基金：中国铁路总公司科研计划重大课题(2016X008-J)；；

为了提高铁路零散白货客户流失预测的准确性和高效性，根据铁路零散白货客户的流失特征，提出了基于CDL模型的客户流失识别方法；在此基础上，针对数据量大的问题，提出了基于Hadoop并行框架的C4.5决策树客户流失预测模型。通过仿真实验证明，该模型具有较好的准确性和预测能力，并且随着样本数量的增加，Hadoop并行框架的效率得到了明显的提升，且不影响客户流失预测模型的准确性和预测能力。

来源：2019年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第3期