基于混合采样和Stacking集成的电信用户网别预测

摘要：

为了准确识别潜在换网电信用户,建立一种电信用户网别更换预测模型.根据用户历史数据生成网别更换标签,确定其多数类和少数类样本.利用具有噪声的密度聚类欠采样方法对多数类样本进行聚类,删除聚类后的噪声样本和各簇的边界样本,并选择各簇核心样本点进行随机欠采样;结合人工合成少数类过采样方法对少数类样本进行过采样.将构成混合采样后的平衡样本集合,输入到两层的Stacking集成学习算法中训练,得出分类结果.实验结果表明,该模型具有较好的数据集均衡性能,且预测准确率高,能够更好地识别潜在的网别更换用户.

关键词：网别预测、不平衡数据、DBSCAN、混合采样、Stacking

所属期刊栏目：24

分类号：TP18(自动化基础理论)

资助基金：陕西省工业科技攻关计划资助项目2015GY-013,2016GY-113

在线出版日期：2019-12-09（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：1-5