Etude comparative des réseaux de neurones et de la régression logistique pour identifier les opportunités de vente croisée

A. Burgess and S. Pandelidaki
Additional contact information
A. Burgess: London Business School - London Business School
S. Pandelidaki: London Business School - London Business School

Post-Print from HAL

Abstract: Dans un premier temps, nous discutons de la méthodologie appropriée pour identifier les opportunités de vente croisée et notons que certains réseaux neuronaux peuvent être considérés comme des généralisations de modèles statistiques tels que la régression logistique. Nous proposons également un nouvel algorithme de réseau qui exploite la synergie potentielle entre les deux approches. Nous décrivons le cas d'une grande compagnie de logiciels informatiques qui désire modéliser les opportunités de vente croisée, pour trois logiciels, auprès de clients possédant d'autres logiciels de cette compagnie ou de concurrents. Les résultats sont indiqués pour quatre types de modèles (naïf, logit, réseau neuronal, nouvel algorithme) appliqués à trois logiciels différents. Les résultats indiquent que le modèle logit surpasse les autres dans un cas, alors que le nouvel algorithme est plus performant dans les deux autres cas.

Date: 1996-06-01
References: Add references at CitEc
Citations:

Published in Recherche et Applications en Marketing (French Edition), 1996, 11 (2), pp.5-15. ⟨10.1177/076737019601100201⟩

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:hal-02016797

DOI: 10.1177/076737019601100201

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().