基于深度神经网络的客户流失预测模型

• 作者: 夏国恩 马文斌
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 深度学习 深度神经网络 客户流失 电信
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 76-80
• 页数: 5页
• 分类号: TP31
• 字数: 5202字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.09.015

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏国恩	广西财经学院工商管理学院	65	493	11.0	21.0
2	马文斌	广西财经学院工商管理学院	3	13	2.0	3.0