基于随机森林CART特征选择改进算法的电信客户流失预测模型

• 作者: 乔健 诸佳慧 严康桓
• 来源期刊: 电信工程技术与标准化
• 学科: 工学
• 关键词: 随机森林 分类回归树 基尼系数 客户生命周期价值 数据建模
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 经验与交流|EXPERIENCE AND EXCHANGE
• 页码范围: 78-82
• 页数: 5页
• 分类号: TN915
• 语种: 中文
• DOI: 10.3969/j.issn.1008-5599.2022.03.016

摘要

客户流失预测能够帮助运营商制定有针对性的挽留营销政策,对提高竞争力和营业收入有重要意义.本文针对随机森林算法在数据和类别不平衡情况下预测准确率下降的问题,在随机森林CART分类树算法的特征选择过程中引入客户生命周期价值指标,降低了不平衡情况下的基尼系数和模型的不纯度.对电信业客户基本信息、行为数据和交互数据进行数学挖掘和建模,实验结果表明,新改进算法在不平衡情况下可以对潜在流失客户群的特征进行预测,能有效提升客户流失预测模型的准确率,精确评估高价值客户流失临界点,从而快速计算出挽留成本和收益.