基于随机KNN特征选择的高质量移动通信用户预测

• 作者: 夏汛 孙瑜鲁 崔伟
• 来源期刊: 现代计算机：中旬刊
• 学科: 工学
• 关键词: 不平衡数据集 特征选择 K近邻 预测模型
• 年，卷（期）: 2017,（9）
• 页码范围: 9-12
• 页数: 4页
• 分类号: TP393.4

摘要

高价值移动通信用户预测是电信企业客户管理的一项重要内容,针对用户数据维度较高,规模较大,类不平衡较严重等问题,提出一种基于随机KNN的特征选择的预测方法,首先对初始数据进行随机采样构建多个KNN分类器,随后计算特征的权重以评估其重要性,利用广义顺序后退法对特征进行选择获得最优的特征子集,最后在结合集成学习方法中加入加权投票机制,建立预测模型。实验结果表明,该预测模型能够有效降低样本特征维度并提升对高价值移动通信用户预测性能。