基于GBDT算法的家宽用户离网预测模型研究

摘要：

”宽带中国”战略正在抓紧推进,宽带业务发展日新月异,为了提升宽带用户忠诚度,挽留潜在离网用户,需要识别潜在可能离网的用户并精准识别挽留客户同时对预警客户级别分群,提前预警,使得客户流失有迹可循.传统离网预测通常采用统计分析的方法,通过数学统计的相关理论及技术将数据背后的规律分析出来,并借助规律给出在网用户的离网概率,此方法在实际离网预测中比较容易实现,但是预测准确度较低.采用机器学习中的GBDT算法,通过特征选取和历史离网数据进行建模分析,提升潜在离网用户预测的准确性,从而提升用户服务质量及引导网络优化.

关键词： 宽带互联网 离网预测 用机器学习 准确性

作者: 许鹏翔 胡琳欣 饶新益

作者单位: 中国移动通信集团广东有限公司汕头分公司,广东汕头515000

会议类型: 国内会议

会议名称: 2019广东通信青年论坛

会议地点: 广州

会议语种:中文

页码: 336-339

在线出版日期: 2019-09-01（万方平台首次上网日期，不代表论文的发表时间）