融合深度学习与集成学习的用户离网预测
随着国内通信市场逐渐饱和, 电信运营商之间的竞争日趋激烈. 用户流失预测已成为电信运营商最关注的问题之一. 本文提出一种基于多模型融合的方法创建用户离网预测模型. 首先, 将原始训练数据经过有放回采样和正负样本平衡得到多份不同的训练数据; 然后, 利用多份不同的训练数据使用集成学习与深度学习算法训练得到多个基础模型; 最终, 将多个基础模型进行融合形成高层模型. 实验结果表明, 融合模型在各类用户测试集上的表现均优于基础模型, 具有实际生产应用价值.
用户离网预测、深度学习、集成学习、融合模型
30
TP391;TP18;F626
浙江省自然科学基金LY20F020030
2021-06-28(万方平台首次上网日期,不代表论文的发表时间)
共9页
28-36