基于有效特征选择的高价值移动通信用户预测方法

• 作者: 余自林 张晓龙
• 来源期刊: 武汉科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 移动通信用户 不平衡数据集 特征选择 Pearson相关分析 随机森林 预测模型
• 年，卷（期）: 2017,（2）
• 页码范围: 149-154
• 页数: 6页
• 分类号: TP181|TP391
• 字数: 5527字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3644.2017.02.013

摘要

高价值移动通信用户预测是电信客户关系管理中的一项重要内容.针对建立预测模型时遇到的高维、大规模、类不平衡等数据处理问题,提出了一种基于有效特征选择的预测方法.利用欠采样方式从初始不平衡数据集提取多个平衡训练集,使用结合Pearson相关性分析和随机森林特征重要性评估的特征选择策略,在集成学习方法中嵌入加权和投票机制获得最优的特征子集,最后采用随机森林算法建立预测模型.实验结果表明,该预测模型可以有效降低特征集的维度并提升对高价值移动通信用户的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓龙	武汉科技大学智能信息处理与实时工业系统湖北省重点实验室	49	652	13.0	24.0
2	余自林	武汉科技大学计算机科学与技术学院	1	3	1.0	1.0