一种基于Bayesian信念网络的客户行为预测方法

摘要

提出一种基于Bayesian信念网络(BN)的客户行为预测方法.通过知识学习构建客户行为Bayesian网络(CBN),根据CBN对预实例计算联合分布概率,准确预测了一对一营销优化中的客户行为.CBN学习算法包括连线和定向部分,复杂度为O(N4)条件相关测试.在零售行业一对一营销实际应用表明,CBN学习算法较现有BN学习算法更快构建CBN,预测精度高于朴素Bayesina分类法.