采用混合模型的电信领域用户流失预测

来源：计算机工程与应用杂志2019年第24期北京时间：

作者：汪明达，周俏丽，蔡东风

单位：沈阳航空航天大学 人机智能研究中心，沈阳 110136

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。

关键词：神经网络,机器学习,朴素随机过采样,投票分类