基于机器学习的用户离网预测研究.docxVIP

基于机器学习的用户离网预测研究

ResearchonCustomerChurnPredictionBasedonMachineLearning

0前言

随着移动互联网时代的到来，在移动通信市场上，内部而言，各家运营商之间的产品优势相对有限；外部而言，运营商面临互联网企业的冲击，对单个用户价值的开发使得竞争更加激烈。在存量用户十分有限的情况下，对于运营商而言，维护高价值老客户的投入比开发新用户的投入更能有效节省企业成本开支。电信客户离网分析相关研究已经开展了很多年，从早期利用数据库进行OLAP分析，到使用数据挖

——————————

收稿日期：2018-09-21

掘算法进行用户离网预测。针对离网倾向的用户实施客户挽留，展开维系与关怀，以利于电信企业客户的保持，对增强电信企业的综合竞争力具有重要意义［5-6］。本文介绍了使用近年来机器学习中的流行算法来分析潜在离网用户的方法，和早期研究使用的逻辑回归、决策树［2］、SVM等方法相比，XGBOOST适用于

二分类问题，并具有很好泛化能力。

1数据挖掘流程

采用机器学习的方法进行数据挖掘，一般流程如图1所示。

给机器学习算法输入的数据，是经过处理后的数

模型输出

模型输出模型输

模型输出

模型输