采用混合模型的电信领域用户流失预测

• 作者: 周俏丽 汪明达 蔡东风
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 神经网络 机器学习 朴素随机过采样 投票分类
• 年，卷（期）: 2019,（24）
• 所属期刊栏目: 工程与应用
• 页码范围: 214-221,270
• 页数: 9页
• 分类号: TP399
• 字数: 8130字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1808-0420

摘要

用户流失预测能够帮助公司减少客户的流失,对公司的营收和提高竞争力有重要意义.然而,由于电信领域数据的稀疏性和不平衡等问题,国内外对于电信领域的用户流失预测大多处于研究阶段,还没有真正应用到实际生产当中.提出了利用神经网络、机器学习与朴素随机过采样、投票相结合的混合模型来预测电信领域的流失用户.数据集使用的是KDD Cup 2009年比赛数据,该数据由法国电信运行商Orange公司提供.在十折交叉验证下, AdaBoost和Gradient Boosting一次投票分类后AUC值能够达到0.677 1,利用其他模型对混合模型预测出的流失用户清单进行二次投票分类,前200名高危流失用户的预测准确率能够达到31.8%.实验结果表明,朴素随机过采样和投票相结合有效提升了模型的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡东风	沈阳航空航天大学人机智能研究中心	105	916	14.0	27.0
2	周俏丽	沈阳航空航天大学人机智能研究中心	18	95	6.0	9.0
3	汪明达	沈阳航空航天大学人机智能研究中心	1	1	1.0	1.0