基于深度神经网络权重集成的客户流失预测

来源：计算机技术与发展杂志2021年第10期北京时间：

作者：利向晴;夏国恩;';张显全;唐琪;叶帅

单位：1. 广西师范大学 计算机科学与信息工程学院,广西 桂林 541004;2. 广西财经学院 工商管理学院,广西 南宁 530003

摘要：如今许多的企业都面临着客户流失的实质问题,客户流失预测对企业的发展也是尤为重要的。 对于客户流失预测的问题也有很多解决方案,传统的机器学习方法存在特征工程对模型效果影响较大的缺点,而深度学习则使得算法不会太依赖于领域专业知识和人工特征提取。 为提升预测效果,提出一种深度神经网络权重集成方法来对电信客户流失进行预测,其主要思想是在做深度神经网络( DNN) 训练的时候,通过随机加权平均( stochastic weight average,SWA) 结合同一网络结构下的不同训练阶段的权重获取集成模型,然后对客户流失进行预测。 实验结果表明,相比于深度神经网络训练,结合随机加权平均权重集成的深度神经网络训练时间缩短了 2. 96 倍,同时,准确率、精准率、召回率和 F1 值均有所提升。

关键词：客户流失;深度学习;深度神经网络;随机加权平均;权重集成