采用混合模型的电信领域用户流失预测

摘要：

用户流失预测能够帮助公司减少客户的流失,对公司的营收和提高竞争力有重要意义.然而,由于电信领域数据的稀疏性和不平衡等问题,国内外对于电信领域的用户流失预测大多处于研究阶段,还没有真正应用到实际生产当中.提出了利用神经网络、机器学习与朴素随机过采样、投票相结合的混合模型来预测电信领域的流失用户.数据集使用的是KDD Cup 2009年比赛数据,该数据由法国电信运行商Orange公司提供.在十折交叉验证下, AdaBoost和Gradient Boosting一次投票分类后AUC值能够达到0.677 1,利用其他模型对混合模型预测出的流失用户清单进行二次投票分类,前200名高危流失用户的预测准确率能够达到31.8%.实验结果表明,朴素随机过采样和投票相结合有效提升了模型的准确性.

关键词：神经网络、机器学习、朴素随机过采样、投票分类

所属期刊栏目：55

分类号：TP399(计算技术、计算机技术)

资助基金：教育部人文社会科学研究一般项目18YJA870020;沈阳市科技计划F16-086-8-00,17-111-2-00,Y17-1-022

在线出版日期：2020-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：214-221,270