基于深度神经网络的客户流失预测模型

摘要：

客户流失是企业面临的一个重要问题,为及时发现流失客户,降低企业损失,目前已有许多研究对客户流失问题给出解决方案,但是大部分研究中使用的是浅层学习算法,预测结果依赖于特征选择,需要在特征工程上花费大量的时间和精力.随着客户数据的快速增长,在大数据情况下,人工特征工程已不能有效地获取高质量特征.深度学习通过模拟人脑多层、逐级地抽取信息特征,能自动学习到较好的数据特征,在图像识别、语音识别等领域取得显著成果.为研究深度学习在客户流失预测方面的应用,构造了基于深度神经网络的流失预测模型,并在电信客户数据集上,与经过特征选择的Logistic回归、决策树等预测模型作对比,验证其预测准确度.实验结果表明,深度神经网络模型取得了较好的预测效果.

关键词：深度学习、深度神经网络、客户流失、电信

所属期刊栏目：29

分类号：TP31(计算技术、计算机技术)

资助基金：教育部人文社会科学规划基金项目17YJA880080;广西跨境电商智能信息处理重点实验室培育基地广西财经学院专项资助项目;广西财经学院创新治理与知识产权学科群政府治理的互联网创新发展专项资助项目

在线出版日期：2019-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：76-80