基于電信大數(shù)據(jù)挖掘的高價值移動用戶預測研究.pdf

1、隨著“互聯(lián)網(wǎng)+”商業(yè)模式的快速推廣以及4G通信市場競爭的愈發(fā)激烈，高價值移動用戶的保有及發(fā)展等營銷業(yè)務逐漸成為各大電信運營商的關注焦點?；陔娦糯髷?shù)據(jù)挖掘技術，通過對海量移動用戶諸如消費、流失等數(shù)據(jù)的深度分析，確定一種高價值移動用戶的判定準則并建立相應的預測模型，對企業(yè)增收并提升市場競爭力有著重要的研究意義。
　　本文結合Teradata數(shù)據(jù)倉庫、R數(shù)據(jù)挖掘工具和CRISP-DM流程，從某電信公司提取了具有高貢獻度和低流失率等特性

2、的高價值移動用戶數(shù)據(jù)，經(jīng)過數(shù)據(jù)預處理、多算法建模和模型評估之后，選取基于隨機森林算法的預測模型用于進一步研究。
　　針對隨機森林算法處理在高維不平衡數(shù)據(jù)集上的二分類問題時容易偏向多數(shù)類的局限性，本文設計了一種有效特征選擇方法去優(yōu)化預測模型。利用欠采樣方式從初始不平衡數(shù)據(jù)集提取多個平衡訓練集，使用結合Pearson相關性分析和隨機森林特征重要性評估的特征選擇策略，在集成學習方法中嵌入加權和投票機制獲得最優(yōu)的特征子集，再采用隨機森林算