基于机器学习的终端换机预测模型.docxVIP

基于机器学习的终端换机预测模型

1概述

对于运营商，终端营销既可以为公司带来终端收入，提升用户价值［1］，又可以通过终端合约等维系用户在网，减少用户流失。预测用户换机行为可以帮助运

根据用户换机动机可以将用户的换机行为划分为品牌粉丝换机、常规性换机和偶发性换机3种，如图1所示。

营商向用户精准推荐相关终端活动，实现终端成本资源精准投放，完善全省自有终端运营体系，为5G到来储备终端运营能力。当前终端营销主要通过业务规则等方法筛选目标用户，存在营销成本高、成功率低、

品牌粉丝换机

偶发性换机

无法针对终端市场变化做出快速反应等问题。因此，如何精准预测用户换机行为成为一个亟待解决的问题。

——————————

收稿日期：2020-02-20

常规性换机

图1终端换机用户划分

a）品牌粉丝换机是指在品牌新机发布时购买新机，或者因为当前同系列旧款机型降价促销等原因，购买该品牌旧款机型。通过分析用户历史终端购买行为，可识别品牌粉丝用户。针对此部分用户，在该品牌终端新品发布时向其推荐相应的机型，将会有较高的营销转化率。

b）常规性换机是指用户周期性的换机行为，而不是由于新机发布、终端活动或者终端损坏等突发性原因产生的换机行为。通过数据分析和机器学习算法甄别潜在换机用户和用户偏好的终端。本文主要研究分析这部分用户。

c）偶