2022年MathorCup大数据竞赛优秀论文-8.pdfVIP

队伍编号2201644

赛道B

基于SMOTEBAG模型的用户满意度预测研究

摘要

移动网络用户的满意度是运营商经营质量水平的一个重要评价标准，高水平的用户

满意度评分是提升存量用户忠诚度的重要保障。随着移网用户数量不断增长，提升用户

满意度水平对运营商高质量发展具有重要意义。

本文首先对数据进行预处理，由于语音业务、上网业务原始训练数据存在不规范性，

首先进行数据清洗，统计和处理空白值和异常值，在此基础上对数据进行特征工程处理，

其中包括训练数据和预测数据特征取交集、标签统一工作、文本数据处理、连续变量

KMeans分箱、连续变量RankGaussian归一化、分类变量LabelEncode和CountEncode、

删除类别严重单一化的分类变量和预测目标无关列，在对数据清洗、特征处理后，两种

业务根据训练集：验证集=9:1分层抽样划分，在验证集和测试集特征整体数据探索、利

用KDE分布图进行分布一致性探索及绘制自变量间Spearman相关系数热力图进行冗余

2634

变量删除，最后语音业务得到个输入特征、上网业务得到个输入特征。

KNNRondomForestLightGBMXGBoost

针对问题一：本文首先建立及对比分析、、、

和SMOTEABAG模型性能，得到参数为默认值时SMOTEABAG模型表现最好，后以

SMOTEABAG的基决策树使用每个特征时的Gini系数作为特征重要性的依据，得到基

决策树的分类结构图和以LOFO特征选择方法选择的影响两种业务打分的关键因素，其

中语音业务中语音通话整体满意度前三个重要性特征为是否遇到网络问题、终端品牌类

型_CountEncode、终端品牌_CountEncode，上网业务中手机上网整体满意度特征排序

前三为当月MOU_RankGaussian、终端品牌类型_CountEncode、是否不限量套餐达到

用户。

针对问题二：本文选用留出法评价该多分类且类别不均衡问题，以CKS和MAE为

评价指标，基于SMOTEABAG的默认参数得到的结果，利用Optuna对SMOTEABAG

CKS

模型6个超参数寻优，得到语音业务中在验证集上最优时语音通话整体满意度：为

0.69、MAE为0.44，网络覆盖与信号强度：CKS为0.83、MAE为0.17，语音通话清晰

度：CKS为0.84、MAE为0.16，语音通话稳定性：CKS为0.83、MAE为0.17，上网

业务中在验证集上最优时手机上网整体满意度：CKS为0.66、MAE为0.76，网络覆盖

与信号强度：CKS为0.67、MAE为0.73，手机上网速度CKS为0.64、MAE为0.75，

CKS0.64MAE0.77KDE

手机上网稳定性：为、为。利用核密度图检验得到训练集真实

满意度和测试集预测满意度分布具有一致性，以此说明预测模型的合理性。

最后，本文对模型优缺点进行了客观评价和模型改进，最终对生物信息学、机器故

障诊断等存在不均衡多分类问题的领域进行了应用与推广。

关键词：KMeans分箱RankGaussian归一化SMOTEABAGLOFO特征选择

Optuna超参数优化

目录

一、问题的背景和重述1