检索结果-南通市图书馆

基于E-LightgBM算法的5G套餐潜在客户识别研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于E-LightGBM算法的5G套餐潜在客户识别研究

作者：谭广重庆工商大学

学位级别：硕士

随着5g移动通信技术的迅速发展,5g时代的浪潮已汹涌而来,2021年国家在《“十四五”规划和2035远景目标纲要》中就5g的发展和应用明确提出要加快5g网络规模化部署,5g用户普及率提高到56%。显然,作为提供5g网络服务的载体,运营商的5G套餐... 详细信息

随着5g移动通信技术的迅速发展,5g时代的浪潮已汹涌而来,2021年国家在《“十四五”规划和2035远景目标纲要》中就5g的发展和应用明确提出要加快5g网络规模化部署,5g用户普及率提高到56%。显然,作为提供5g网络服务的载体,运营商的5G套餐业务必然是推动5g加速发展的重要抓手之一,同时对其快速普及也将是运营商在激烈的5g市场中取得竞争优势的关键之一,然而从目前各大运营商的5G套餐营销推广过程来看,还是存在着一些潜在问题,如用户需求难定位、营销用户不明确、套餐推荐缺乏针对性等等。因此,如何借力现有的技术工具挖掘分析出用户的需求变化与消费异动?如何有效、准确的识别出5G套餐潜在用户?并且进一步让这些潜在用户发展为真正的5G套餐用户等均是目前各大运营商在推广5G套餐业务时需要重点关注的问题。在此背景下,本文从实际应用的角度出发,基于运营商大数据平台中积累的海量数据,分析5G套餐用户与非5G套餐用户之间的行为差异或共性特征,并利用数据挖掘技术构建5G套餐潜在客户识别模型,预测在未来特定时间内具有5G套餐办理倾向的潜在需求用户,从而降低5G套餐营销盲目性,提高营销推荐的成功率。综合全文,研究的主要内容如下:第一,针对特征选择提出了一种基于特征因子来表示对模型贡献程度的LMS算法(LightgBM-MIC-SBS),该算法综合考虑了特征对模型的重要性和特征间的任意相关性,即以LightgBM模型输出的特征重要性与最大信息系数MIC相结合定义的特征影响因子作为特征筛选评价指标,然后利用序列后向搜索法SBS实现对特征的选择。通过研究表明,LMS算法能够有效筛选出重要性高冗余度低的特征,具有人为干预度小,筛选速度快的特点,能够在实际的特征选择中发挥作用。第二,为提升模型对5G套餐潜在用户的识别能力,本文构建了一种基于欠采样技术和集成学习技术相结合的EasyEnsemble-LightgBM模型(简写为ELightgBM),该模型是对EasyEnsemble方法的基分类器、正负样本平衡比例以及结果输出集成策略三个方面进行了改进。通过不同数据均衡方法结合LightgBM模型的横向对比以及与其他不同模型之间的纵向对比发现,E-LightgBM模型在所有对比模型中均表现出更好的效果,并且以未来的真实数据验证后,也进一步证明了该模型具有一定的有效性和高效性,能够在实际的5G套餐潜在客户识别中发挥作用。

关键词： 5G套餐潜在客户识别数据挖掘 E-LightgBM模型

中国移动5G套餐潜在用户预测与营销策略分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国移动5G套餐潜在用户预测与营销策略分析

作者：房文涵中央财经大学

学位级别：硕士

随着国家紧锣密鼓的建设5g基站、完善配套设施、延伸应用领域,5g时代正式拉开帷幕,提高5g网络的覆盖率,推广5G套餐成为当务之急。在此基础之上,助力我国5g商业化进程,提高我国移动手机用户5G套餐使用占比。经过多年研究与努力,运营商在... 详细信息

随着国家紧锣密鼓的建设5g基站、完善配套设施、延伸应用领域,5g时代正式拉开帷幕,提高5g网络的覆盖率,推广5G套餐成为当务之急。在此基础之上,助力我国5g商业化进程,提高我国移动手机用户5G套餐使用占比。经过多年研究与努力,运营商在用户是否离网预测、性别判断、年龄估计以及满意度的评估与分析等方面已经拥有了一定的研究成果。但是,只有这些还是远远不够的,对于用户业务套餐升级或者改变的意愿研究稀缺。本文基于每月用户更换5G套餐数据,分析4g用户更换5G套餐的行为特征,从更换5G套餐的4g用户的基础信息、消费行为、超套信息、宽带信息、其他信息等维度,利用Cat Boost算法构建5G套餐潜客识别模型,并与其他模型进行结果比较,识别出目前4g用户具有更换5G套餐的需求群体,进行5g潜客营销,精准营销从而降低成本、提高收益。综合探索性数据分析结果,总结出5G套餐潜在用户的共同特征。本文选取相关数据集,共包含14万条数据,40个相关变量。其中包括用户的基础信息、消费行为、超套信息、宽带信息、其他信息等37个用户特征指标(包括用户在4g套餐时期的数据);用户标识(ID)、用户编号以及该月是否升级为5G套餐。结果表明,年龄在40～60岁的男性三星级用户构成了目前5G套餐用户群体的绝大部分,5G套餐用户的月均资费在100元左右,月均流量使用在千兆级别。另外,家庭用户中5G套餐用户占比较高,集团用户群体同时也是5G套餐用户的重要来源之一。综合以上多个条件,能更加准确的筛选出5G套餐的潜在用户;运营商也能够有的放矢,针对潜在用户加大营销力度、给予优惠政策等等,进而降低营销成本,实现精准营销。本文对5G套餐潜在用户的预测属于二分类问题。预测模型的建立包括数据预处理、探索性数据分析、特征工程、模型的训练与评估。首先进行数据预处理,并对处理后的数据进行初步分析,并据此构建衍生变量;利用相关系数检验以及Light gBM算法筛选重要特征,计算变量累计贡献率,剔除无关变量。Cat Boost是俄罗斯公司在2017年创新开源的机器学习算法,隶属于Boosting算法族的一种,由Catgorical和Boost组成,无需调参、支持类别变量、快速预测等特性极大的提高了模型的泛化与预测水准。本文利用Cat Boost算法建立5G套餐潜在用户预测模型,计算特征变量重要度得分及排名;计算准确率、召回率、F1值、AUC值、KS值等指标,对模型预测性能进行全方位、多层次的综合评估;同时与XgBoost模型、Logistic回归模型、AdaBoost模型、Light gBM模型结果进行对比,进一步说明Cat Boost模型的优越性。结果表明,基于本文的数据集,结合评价指标结果综合来看,Cat Boost模型相较于Ada Boost模型以及Logistic回归模型来说,都具有绝对优势。而与Light gBM模型相比,在F1值、召回率等指标上表现更好,在AUC值与准确率等指标上不相上下,这表明Cat Boost模型对于正样本的预测准确率是非常有保证的;与XgBoost模型相比,在精确度与AUC值上表现更好,极为有效的提高了模型的预测精度。综上所述,这说明Cat Boost模型性能已经能够很好地满足商用要求,准确识别5G套餐潜在用户的能力也是可以信赖的。由预测模型分析可得,居住地以及工作地是否覆盖5g、近三月用户月均资费、近三月用户月均流量使用量、近三月用户月均语音通话分钟数、是否为家庭用户等特征变量对于移动用户能否转化为5G套餐用户有重要作用,这与探索性数据分析的结论是一致的。运营商可根据预测模型对用户进行预测,及时识别用户的套餐升级需求,对用户升级5G套餐提供决策依据。根据上述对于5G套餐用户的预测与分析,本文得出了影响用户升级5G套餐的关键因素,并据此提出以下营销建议:国家信用背书、政策支撑,加大优惠补贴政策力度,消除用户后顾之忧;国家更加注重基站建设问题,财政资金予以支持,投资建设、完善相关基础设施,缓解运营商资金压力,从而有效降低5G套餐资费;完善5g相关产业链建设,集中精力进行科研创新,拓展开发5g网络应用场景,深挖用户需求,吸引用户升级;培养5g专业建设人才,定期组织、开展相关技能培训;制定客户挽留政策,减少用户流失造成的损失;丰富5G套餐种类,根据不同用户的自身特点量身定制,如针对农村用户推出低价套餐、针对学生用户推出试用套餐、针对集团用户推出团购优惠等等;加大“家庭套餐”优惠力度,积极响应国家携号转网政策实施。

关键词： 5G套餐潜客识别探索性数据分析 CatBoost模型 LightgBM模型 XgBoost模型

5G套餐潜在客户预测及基于双层LightgBM的改进

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

5G套餐潜在客户预测及基于双层LightGBM的改进

作者：刘克非山东大学

学位级别：硕士

目前5g商用业务逐步兴起,面对国内5g市场蕴含的巨大潜力,各大运营商开始在全国范围内争抢市场份额,推动潜在的5g用户进行转化。在当前大数据背景下,如何利用掌握的5g用户信息,挖掘数据潜在规律,进行针对性营销,从而提高营销效率并降低... 详细信息

目前5g商用业务逐步兴起,面对国内5g市场蕴含的巨大潜力,各大运营商开始在全国范围内争抢市场份额,推动潜在的5g用户进行转化。在当前大数据背景下,如何利用掌握的5g用户信息,挖掘数据潜在规律,进行针对性营销,从而提高营销效率并降低运营成本,这是运营商需要关注的问题。在此背景下,本文基于某运营商的4g转5g用户的数据信息,通过建立多种机器学习模型,对潜在5G套餐客户进行预测。本文的主要研究工作如下:1.基于业务层面对数据进行分析与预处理。对预测变量进行描述性统计和可视化分析,得到数据集的特征数据分布情况。在此基础上进行数据预处理工作,包括数据清洗、特征编码、特征构建和特征筛选,为模型训练提供有效的输入变量。2.建立5G套餐潜在客户预测模型。首先搭建Logistic回归模型和朴素贝叶斯分类器这两种单一机器学习模型,对5G套餐潜在客户进行预测,之后建立了随机森林、gBDT模型和LightgBM模型三种集成学习模型进行预测。对5个模型在F1core、AUC值、精确率和召回率四个评估指标上的表现进行评估和对比。发现集成学习模型在5G套餐潜在客户预测中效果要优于单一机器学习模型,其中LightgBM模型的综合预测效果最好。3.为提高预测准确性,本文进行了进一步的模型优化。基于上述模型的实证结果,考虑到LightgBM模型的综合预测效果最好,而随机森林的精确率最高,因此结合随机森林的思想,提出改进的双层LightgBM模型。将第一层LightgBM模型输出的叶子结点的结果作为新的样本特征,并将得到的新数据集输入第二层LightgBM模型进行预测;对于第二层预测模型,基于随机森林的思想,搭建多个LightgBM模型,在训练前进行随机样本选择和特征选择,通过投票法获得最终结果。实证结果显示,改进的双层LightgBM模型在Flcore和AUC值上相比传统的LightgBM模型均有提高。这说明本文提出的改进模型有效地提高了模型预测性能,提升了模型的泛化能力,从而能够更有效地应用于5G套餐潜在客户预测中。

关键词： 5G套餐潜在客户预测集成学习随机森林 LightgBM

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大数据技术在5G套餐潜客模型中的研究

科技资讯 2021年第20期19卷 7-9页

作者：戴怡文上海健康医学院上海201318

数理统计是大数据分析和应用的基础,大数据应用已经融入各行各业。对于通信公司的5G套餐潜客模型的研究就是大数据应用的一个实例。5G套餐潜客模型主要针对5G套餐潜客进行识别,根据客户套餐情况,分析其行为特征、洞察消费趋势,并结合当... 详细信息

数理统计是大数据分析和应用的基础,大数据应用已经融入各行各业。对于通信公司的5G套餐潜客模型的研究就是大数据应用的一个实例。5G套餐潜客模型主要针对5G套餐潜客进行识别,根据客户套餐情况,分析其行为特征、洞察消费趋势,并结合当前5g资费产品库对客户进行识别,以满足客户实际需求,提供更优服务体验,助力5G套餐迁转发展战略实施。

关键词：数理统计大数据应用 5G套餐潜客模型

人工智能算法在5G套餐潜在用户识别中的应用

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

江苏通信 2021年第6期37卷 105-109页

作者：董莹莹葛阳李坤树李子旋中国联合网络通信有限公司网络AI中心

随着5g网络正式商用,大量的5g终端涌入市场,目前5g终端占有量逐日递增,但5g终端非5G套餐的用户占比相对较高,精准预测5G套餐潜在用户对于运营商拓展5g业务具有重要意义。本文基于O域信令数据、B域用户基础数据、MR位置数据等进行大数据... 详细信息

随着5g网络正式商用,大量的5g终端涌入市场,目前5g终端占有量逐日递增,但5g终端非5G套餐的用户占比相对较高,精准预测5G套餐潜在用户对于运营商拓展5g业务具有重要意义。本文基于O域信令数据、B域用户基础数据、MR位置数据等进行大数据分析,深入研究5g终端开通5G套餐前后的特征,结合人工智能算法搭建AI模型,精准预测全网5g终端非5G套餐用户中高概率更换为5G套餐的用户清单,助力5G套餐业务发展。

关键词：信令数据人工智能 5g终端 5G套餐

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

中国移动5G套餐资费及营销策略分析

内蒙古科技与经济 2020年第20期 61-62页

作者：黄华鸣侯杨杨河南林业职业学院河南洛阳471002

从5G套餐角度出发,对中国移动5G套餐资费及营销策略进行了分析,并对其未来发展方向进行了思考。

关键词：中国移动 5G套餐营销策略