基于分步特征選擇和組合分類器的電信客戶流失預(yù)測(cè)模型.pdf

1、隨著信息與通信技術(shù)的快速發(fā)展，電信運(yùn)營(yíng)市場(chǎng)日益飽和，運(yùn)營(yíng)商之間的競(jìng)爭(zhēng)日趨加劇。客戶流失預(yù)測(cè)已成為電信行業(yè)重點(diǎn)關(guān)注的一個(gè)問題，進(jìn)行潛在流失客戶的預(yù)測(cè)分析，及時(shí)發(fā)現(xiàn)具有較高流失概率的客戶，并制定相應(yīng)的客戶挽留策略，對(duì)各大電信運(yùn)營(yíng)商來講具有重大意義。本文以電信行業(yè)客戶流失預(yù)測(cè)為研究背景，旨在構(gòu)建一個(gè)高效、準(zhǔn)確的電信客戶流失預(yù)測(cè)模型，以高效、準(zhǔn)確地預(yù)測(cè)出具有較高流失概率的客戶。本文的主要研究?jī)?nèi)容與成果如下:
　　1.本文針對(duì)電信客戶流失數(shù)

2、據(jù)集中存在的特征維度過高的問題，對(duì)比研究利用主成分分析、卡方檢驗(yàn)和Fisher比率方法進(jìn)行特征降維所選擇的優(yōu)化特征子集，采用大數(shù)據(jù)處理框架Spark與Spark機(jī)器學(xué)習(xí)庫ML/MLlib進(jìn)行實(shí)驗(yàn)，分析不同優(yōu)化特征子集對(duì)樸素貝葉斯、線性支持向量機(jī)、邏輯斯蒂回歸、決策樹和隨機(jī)森林分類模型預(yù)測(cè)效果的影響。實(shí)驗(yàn)結(jié)果表明，不同的特征選擇方法所選的優(yōu)化特征子集對(duì)不同分類模型預(yù)測(cè)效果的影響不同，其中Fisher比率能夠選取相對(duì)最優(yōu)的特征子集，并取得較

3、好的預(yù)測(cè)效果。
　　2.提出一種基于Fisher比率和預(yù)測(cè)風(fēng)險(xiǎn)準(zhǔn)則的分步特征選擇方法。本文針對(duì)電信客戶流失領(lǐng)域特征選擇方法存在的問題，結(jié)合過濾式和封裝式特征選擇方法的優(yōu)點(diǎn)，提出了一種基于Fisher比率和預(yù)測(cè)風(fēng)險(xiǎn)準(zhǔn)則的分步特征選擇方法?；谠摲椒ㄋx的優(yōu)化特征子集具有較強(qiáng)的判別能力，同時(shí)對(duì)分類器預(yù)測(cè)效果影響較大。實(shí)驗(yàn)結(jié)果表明，相比于未進(jìn)行特征選擇和基于一步特征選擇的客戶流失預(yù)測(cè)模型，本文提出的基于分步特征選擇方法的客戶流失預(yù)測(cè)模型

4、能夠提高客戶流失預(yù)測(cè)的準(zhǔn)確性。
　　3.提出一種基于分步特征選擇和組合分類器的客戶流失預(yù)測(cè)模型構(gòu)建框架。結(jié)合Spark機(jī)器學(xué)習(xí)庫ML/MLlib，構(gòu)建基于分步特征選擇方法的樸素貝葉斯、線性支持向量機(jī)、邏輯斯蒂回歸、決策樹和隨機(jī)森林的客戶流失預(yù)測(cè)模型。在此基礎(chǔ)上，采用優(yōu)選組合預(yù)測(cè)方法從多個(gè)分類預(yù)測(cè)模型中選取預(yù)測(cè)效果較好的若干分類器，并采用加權(quán)組合所選分類器輸出值的方式構(gòu)建組合分類器。實(shí)驗(yàn)結(jié)果表明，相對(duì)于單一分類模型的預(yù)測(cè)效果，本文提

5、出的基于分步特征選擇和組合分類器的客戶流失預(yù)測(cè)模型能夠顯著提高流失預(yù)測(cè)效果。
　　本文結(jié)合Spark大數(shù)據(jù)處理框架，針對(duì)電信客戶流失數(shù)據(jù)集中存在的特征維度過高問題，對(duì)比研究利用主成分分析、卡方檢驗(yàn)和Fisher比率選擇的優(yōu)化特征子集，分析不同優(yōu)化特征子集對(duì)不同分類模型預(yù)測(cè)效果的影響。針對(duì)該領(lǐng)域特征選擇存在的問題，結(jié)合過濾式和封裝式特征選擇方法的優(yōu)點(diǎn)，提出了一種基于Fisher比率和預(yù)測(cè)風(fēng)險(xiǎn)準(zhǔn)則的分步特征選擇方法。在此基礎(chǔ)上，提出了