典型文献
基于随机森林CART特征选择改进算法的电信客户流失预测模型
文献摘要：
客户流失预测能够帮助运营商制定有针对性的挽留营销政策,对提高竞争力和营业收入有重要意义.本文针对随机森林算法在数据和类别不平衡情况下预测准确率下降的问题,在随机森林CART分类树算法的特征选择过程中引入客户生命周期价值指标,降低了不平衡情况下的基尼系数和模型的不纯度.对电信业客户基本信息、行为数据和交互数据进行数学挖掘和建模,实验结果表明,新改进算法在不平衡情况下可以对潜在流失客户群的特征进行预测,能有效提升客户流失预测模型的准确率,精确评估高价值客户流失临界点,从而快速计算出挽留成本和收益.
文献关键词：
随机森林;分类回归树;基尼系数;客户生命周期价值;数据建模
中图分类号：
作者姓名：
乔健;诸佳慧;严康桓
作者机构：
上海市信息网络有限公司,上海 200081;复旦大学,上海 200433;中国电信股份有限公司上海分公司,上海 200085
文献出处：
引用格式：
[1]乔健;诸佳慧;严康桓-.基于随机森林CART特征选择改进算法的电信客户流失预测模型)[J].电信工程技术与标准化,2022(03):78-82
A类：
客户生命周期价值
B类：
CART,特征选择,改进算法,电信客户,客户流失预测模型,运营商,挽留,营业收入,随机森林算法,类别不平衡,衡情,预测准确率,分类树,基尼系数,不纯,电信业,行为数据,交互数据,客户群,高价值,临界点,快速计算,留成,分类回归树,数据建模
AB值：
0.320301
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
