基于优化XGBoost算法的电信用户流失预测

基于优化XGBoost算法的电信用户流失预测
胡晓东;吕铭春;阿克弘;靳梦凡;张金海
【期刊名称】《科技与创新》
【年(卷),期】2024()10
【摘要】电信市场竞争激烈的现状下,用户流失对运营商非常不利。

为提前精准有效地预测用户流失倾向,提出了基于贝叶斯优化极度梯度提升树(ExtremeGradientBoosting,XGBoost)的电信用户流失预测方法。

首先,利用有效的数据预处理方法处理电信用户数据中的异常数据。

其次,利用XGBoost算法训练用户流失概率预测模型。

同时,针对XGBoost算法学习超参数众多、缺乏高效准确的超参数寻优方法的问题,利用贝叶斯优化算法、随机搜索算法、网格搜索算法3种方法进行超参数寻优。

最后,对比分析3种优化方法的优化效果。

实验结果表明,该方法能够有效预测用户流失倾向,且贝叶斯优化XGBoost算法的电信用户流失模型准确率均优于基于随机搜索优化和基于网格搜索优化,XGBoost算法所建立的模型,准确度比优化前提升了4.84%。

【总页数】5页(P36-39)
【作者】胡晓东;吕铭春;阿克弘;靳梦凡;张金海
【作者单位】青海交通职业技术学院;中国电信集团有限公司西宁分公司;国家计算机网络与信息安全管理中心青海分中心
【正文语种】中文
【中图分类】TP18;F626
【相关文献】
1.基于社交网络分析和XGBoost算法的互联网客户流失预测研究
2.基于遗传算法优化BP神经网络的电信客户流失预测研究
3.基于贝叶斯优化的XGBoost模型在电信用户流失中的应用
4.基于B-SMOTE1-XGBoost预测电信客户流失
5.基于双层XGBoost算法的台区用户超短期负荷预测
因版权原因，仅展示原文概要，查看原文内容请购买。