多粒度时序特征在离网预测中的应用

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-05-02 合作期刊: 《计算机应用研究》

石鸿斌 严建峰 白瑞瑞 徐彩旭 徐广根

摘要： 电信运营商为了发现可能离网的客户，针对不同的场景研究开发了多种离网预测模型。目前的离网预测模型首先选择一种时间粒度抽取特征，之后使用机器学习算法对抽取的数据建模。这类方法只考虑了模型对分类性能的影响，没有充分考虑数据的作用。针对上述问题，提出一种使用多种时间粒度抽取特征的方法，并尝试在模型训练的不同阶段对不同粒度的特征进行融合。实验结果表明，使用多种粒度抽取特征训练出来的模型性能会明显优于使用单一粒度抽取特征的模型。

 点击量 1875  下载量 992  评论