2022年MathorCup大数据竞赛优秀论文-3.pdfVIP

队伍编号MCB2201112

赛道B

Stacking

摘要

随着移动通信技术的迅猛发展和网络工程的不断建设，在信息透明、产品同质化的今天，

提升语音通话及网络服务的质量，满足用户对高质量语音通话、网络服务的需求显得尤为重

要。本文旨在Stacking，

，从已有数据中心获得有效信息，更高效地提升服务质量，从而完善业务

服务体系。

针对问题一，主要需要对用户语音及上网业务评分影响因素的程度进行量化分析。本文

首先对数据集进行统一处理，包括：、、

、、、、、、

。之后在处理好的数据集上建立、、

模型，多方面综合考虑，量化分析各影响因素对评分的影响程度，最终结果见表2、

表3及表4，并依此来确定影响用户两项业务满意度的主要因素。量化结果接近于实际生活，

效果良好，且可为后续问题奠定基础。

针对问题二，主要需要根据已有影响因素对用户的评分进行预测，并解释预测的合理性。

本文首先结合问题一量化结果以及建立模型，对数据进行解释，确定特

征个数；之后建立XGBoost，并得出各影响因素的重要性，与随机森林模型结合分析，

确定特征的选择；再建立KNN、SVM、LightGBM以及，对数据进

行学习分析；随后，对各个模型进行，模型准确率均有大幅度提升，如随机森林

11.69%，14.25%，效果良好。再者，以模型的准确率、

平均绝对误差、均方误差为标准，选择表现较优的模型作为Stacking的基模型，同

时选择余下的一个模型作为第二层模型，在提升准确率的同时，避免过拟合。同时对其采用

，验证其。Stacking集成学习结果符合预期效果，各评分预测模型效果

见表10，明显优于单一模型。在保证准确率的同时，预测的平均绝对误差、均方误差

，同时本文还注重结果的可解释性及模型的现实意义。最后，本文进行，绘

制原始数据及预测数据评分人数，查看数据分布，绘制模型的

、、ROC/AUC，多方面评估模型效果及解释模型的合理性。综合上述分

析，可以确认模型效果良好，具有良好的稳健性、泛化能力。

最后，本文对所建立的模型的优缺点进行了中肯的评价、提出了模型的改进措施以及对

模型进行了一定推广。

关键词：影响程度量化分析；特征工程；Stacking集成学习；评分预测；可视化评估

目录

一、问题的提出...............................................1

1.1问题背景.......................................1

1.2问题要求.......................................1

二、问题的分析...............................................1

2.1问题的整体分析....................................1

2.2问题一的分析..............