基于径向基采样策略的电信客户流失预警.pdfVIP

摘要

摘要

在电信客户流失问题中，客户流失管理能为公司留住有价值客户，对提高企

业收益具有重大意义，是公司最关注的问题之一。因此进行客户流失预测研究是

有必要的。在近几年的研究中，预测流失客户时应用了越来越多的数据挖掘分类

技术，并已证明了机器学习对客户流失预测的适用性。客户流失预测是数据挖掘

中常见的二分类任务。同时，由于流失客户占比极小，客户流失问题也是不平衡

学习问题。

在大多真实数据集的分类任务中，数据类别间的样本量往往是不等的，且类

间样本量差异较大。传统机器学习模型擅长训练类间平衡的数据，现有模型针对

不平衡数据效果不佳，从而引起了有关不平衡学习的研究。不平衡学习的目标是

从许多的类不平衡数据集中学习无偏分类模型。然而，由于数据分布受噪声和边

界样本的影响，许多基于启发式假设的传统重采样方法在实际分类任务中缺乏实

用性且准确性较低。为了有效地解决这些问题，针对非平衡数据集，本文在径向

基过采样（RBO）方法的基础上，提出了一种分层径向基过采样（SRBO）方法，

以及一种径向基混合采样（RBU-RBO）方法。分别在公开数据集、电信宽带客

户流失真实数据集上验证各采样方法的性能。

在公开数据集上，从数据层的采样方法着手，本文首先将少数类样本划分为

安全点、危险点和噪音点，并根据这三类样本的数量分配生成新样本的个数，然

后基于径向基过采样（RBO）方法生成新样本。在十个不平衡公共数据集上，与

ADASYN、SMOTE两种经典重采样方法，通过五种评价指标数值结果的对比，

证明了SRBO方法在有效性和准确性方面表现了可比或更好的结果。

在电信宽带客户流失数据集上，首先进行数据清洗、特征选择。然后对该不

平衡数据通过SRBO、RBU-RBO方法进行采样处理。通过对比随机森林、XGBoost

分类器的五种评价指标的数据结果，进一步验证了SRBO方法的性能优于其他

采样方法。同时，也证实了该方法在一定程度上解决了由于数据不平衡使客户流

失预测效果不佳的问题。

关键字：过采样；混合采样；径向基函数；数据分层；电信宽带客户流失

I

Abstract

Abstract

ShuangSong

MasterofAppliedStatistics

DirectedbyZhiyongZeng

Intheproblemoftelecommunicationcustomerchurn,customerchurn

managementcanretainvaluablecustomersforthecompany,whichisofgreat

significancetoimprovecorporateprofits,andisoneofthemostconcernedissuesfor

companies.Therefore,itisnecessarytoconductcustomerchurnpredictionresearch.

Inrecentyearsofresearch,moreandmoredataminingclassificationtechniqueshave

beenappliedtopredictchurn,andtheapplicabilityofmachinelearningtochurn

predictionhasbeendemonstrated.Customerchurnpredictionisacommonbinary

classificationtaskindatamining.Atthesametime,sincetheproportionoflost

customersisextremelysmall,the