2022年MathorCup大数据竞赛优秀论文-5.pdfVIP

队伍编号MCB2202628

赛道B

基于机器学习的北京移动用户满意度分析

摘要

本文基于北京移动用户数据进行用户满意度分析，主要研究两方面的问题，一是量

化分析用户满意度影响因素的重要性，寻找重要影响因素；二是在考虑变量重要性基础

上建立预测模型，对用户满意度评分进行预测。

文章主要包含三大部分。第一部分主要为数据预处理和探索性分析，首先对数据进

行变量筛选和剔除、缺失值和异常值处理、类别变量编码等，在尽量不损失信息的前提

下简化特征；其次，在此基础上进行数据探索性分析，通过统计用户评分分布情况以及

相关性分析等初步探究数据特征。

第二部分为影响因素重要性量化分析，采用随机森林进行特征重要性评估。结果显

示，对语音业务四个方面打分而言，最重要的前三个变量均为：GPRS总流量（11%）、

前三个月MOU（10%）、当月ARPU（10%）；而同一变量对上网数据四个方面打分

GPRSGB

影响程度略有不同，但从总体来看，重要变量为：年龄、当月资源使用量（）、

当月MOU，重要性均6%。在此基础上，我们对重要性排序靠前的部分变量进行了深

入分析，通过直方图直观对比不同评分下该变量的分布情况，并基于此对北京移动公司

提出建议。

第三部分为用户满意度预测，首先进行特征选取，对于语音业务数据在考虑变量重

要性的基础上，仅将预处理后的附件1和附件3共同含有的变量作为模型学习的特征，

对上网业务数据做相同的处理；其次，针对两个数据集共8个方面的评分分别构建预测

模型，选取决策树、随机森林、Light-GBM三个机器学习模型，采用10折交叉验证法

划分训练集和测试集，并通过网格搜索寻找最优参数，基于附件1和附件2数据训练模

型并测试模型性能；最后，考虑满意度评分为定比数据，以MSE为模型评价指标，选

取最优模型进行附件2和附件4的预测，并输出结果文件。

本文最后，综合所有分析结果，对北京移动公司就如何提升用户满意度提出部分建

议，竭力提升北京移动的用户满意度，让企业在5G时代下争取到更多市场份额。

关键词：用户分析；机器学习；满意度预测；网格搜索寻优

目录

第一章问题重述1

1.1问题背景1

1.2研究问题1

第二章问题分析2

2.1针对问题一的分析2

2.2针对问题二的分析2

第三章数据探索性分析3

3.1数据预处理3

3.1.1变量的筛选与剔除3

3.1.2缺失值、异常值处理4

3.1.3类别变量编码5

3.1.4小结5

3.2用户满意度评分分布情况6

3.3变量相关性分析8

第四章用户分析之满意度影响因素分析13

4.1特征选择方法简介——随机森林13

4.2语音业务满意度影响因素分析14

4.2.1变量重要性量化分析14

4.2.2部分重要变量分析15

4.3上网业务满意度影响因素分析17

4.3.1变量重要性量化分析17

4.3.2部分重要变量分析18

第五章用户分析之满意度预测21

5.1分类方法简介21

5.1.1决策树21

5.1.2随机森林21

5.1.3Light-GBM22

5.1.4交叉验证22

5.1.5网格搜索23

5.2建立预测模型23

5.3结果分析与模型评价24

5.3.1评价指标24

5.3.2模型评价和结果展示24

5.3.3结果的比较性分析25

第六章建议27

参考文献29

附录30