基于机器学习的用户离网预测研究

• 作者: 徐争莉 程新洲 董润莎 袁明强
• 来源期刊: 邮电设计技术
• 学科: 工学
• 关键词: 用户离网 电信企业 机器学习
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 本期关注
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP391
• 字数: 3929字
• 语种: 中文
• DOI: 10.12045/j.issn.1007-3043.2018.10.001

摘要

用户离网预测对于电信企业维系和挽留高价值用户具有非常重要的意义.通过对用户离网预测问题的分析,指出构建用户离网模型的关键因素在于业务理解和数据挖掘算法选择.近年来各类机器学习算法已经被大量应用到电信企业数据挖掘实践中,通过介绍并对比4种经典的机器学习算法,指出在标准化输入数据之外,选择合适的数据挖掘方法,并有技巧地合并不同用户离网预测模型的预测结果,可以显著地提高用户离网预测成功率,最后给出了应用示例.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程新洲		20	24	2.0	4.0
2	袁明强		5	14	2.0	3.0
3	董润莎		3	8	2.0	2.0
4	徐争莉		1	2	1.0	1.0