10.16208/j.issn1000-7024.2023.06.013
基于注意力机制和图卷积的电信客户流失预测
针对客户流失预测任务中,离散特征进行 one-hot 编码后特征空间过大,特征表示向量过于稀疏,引发维度灾难的问题,提出一种流失预测模型.基于特征嵌入和Transformer将高维离散数据转换为基于上下文的嵌入,降低编码后的数据维度,增强特征值间的联系.结合基于自适应邻接矩阵定义的图卷积操作,自动学习特征间潜在的关联关系,提高对正类样本的识别精度.使用交叉验证的方式在两份公开数据集上进行对比实验和消融实验,实验结果表明,改进模型能够有效增强多层感知机对于样本的拟合能力,提高分类预测准确率.
客户流失、多层感知机、离散数据、分布不均衡、注意力机制、自适应邻接矩阵、表示学习
44
TP183(自动化基础理论)
国家自然科学基金61771193
2023-06-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
1685-1691