基于深度学习的用户投诉预测模型研究.pdfVIP

第34卷第5期 计算机应用研究 V01．34No．5 2017年5月 Researchof Mav2017 Application Computers 基于深度学习的用户投诉预测模型研究水 周文杰1，严建峰1’2，杨璐1 (1．苏州大学计算机科学与技术学院，江苏苏州215006；2．香港城市大学创意媒体学院，香港999077) 摘要：用户投诉预测模型能有效地降低电信用户投诉率，对企业提高用户满意度和竞争力有着至关重要的作 用。在模型训练过程中，由于人工设计特征的缺陷和设计过程中存在难以预估的复杂性，使得模型预测的精度 和设计特征的效率不能有很大的提升。针对上述问题，提出了一种基于深度学习的用户投诉预测模型。该模型 通过深层网络特征学习单元能从电信用户原始数据中自动学习到适合分类器分类的高层非线性组合特征，并将 这些高层特征输入到传统分类器中来提高模型的精度。通过实验结果分析，预测模型在AUC指标上比以往用 户投诉模型提升了7．1％，证明了该模型自动学习特征的有效性和深度学习在电信大数据领域的可用性。 关键词：电信投诉预测；深度学习；深度置信网络；非线性组合特征 中图分类号：TPl8l 文献标志码：A 文章编号：1001—3695(2017)05-1428—05 doi：10．3969／j．issn．1001-3695．2017．05．034 Researchon modelof basedon prediction complaint deeplearning Zhou Lul Wenjie’，YanJianfen91一，Yang (1．School Jiangsu215006，China；2．School ofComputerScience＆Technology，SoochowUniversity，Suzhou ofCreativeMedia，CityUniversity of 999077，China) HongKong，HongKong modelcould rateoftelecomuserswhichwas Abstract：User lower crucialforen· complaintsprediction complaints effectively to customersatisfactionand the ofmodel tothedefectsofartifi- terprise training，due improve competitiveness．Duringprocess cial featuresandthe inthe ofmodel andthe design unpredictablecomplexitydesignprocess，theaccuracy predictionefficiency ofthe featurescouldn’thavealo