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

乔健; 诸佳慧; 严康桓

doi:10.13992/j.cnki.tetas.2022.03.013

Chinese

您当前的位置：

首页 >

文章列表页 >

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

经验与交流 | 更新时间：2026-04-20

- 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
- 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
- 电信工程技术与标准化 2022年35卷第3期页码：78-82
- 作者机构：
  
  1. 上海市信息网络有限公司
  2. 复旦大学
  3. 中国电信股份有限公司上海分公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2022.03.013
  中图分类号： TP181;F626;F274
- 纸质出版：2022
- 稿件说明：
移动端阅览
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, 2022,35(3):78-82.

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]. 2022, 35(3): 78-82.
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, 2022,35(3):78-82. DOI： 10.13992/j.cnki.tetas.2022.03.013.

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]. 2022, 35(3): 78-82. DOI： 10.13992/j.cnki.tetas.2022.03.013.

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。

Abstract

关键词

Keywords

references

浏览量

1711

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多源数据融合与可解释随机森林的网络质差归因分析

基于随机森林方法的智能安全漏洞风险预警系统研究

基于大语言模型与向量数据库的运维工单回单质量提升方法研究

一种数据中心机房多维效能智慧评估方案浅析

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

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

DOI：10.13992/j.cnki.tetas.2022.03.013

摘要

Abstract

关键词

Keywords

references