基于深度置信神经网络的电信客户流失分析

电信客户流失预测难度较大,因为针对的是人的行为问题,人的行为琢磨不定,因此需要多种基于观察人的数据特征,包括行为特征和基本特征,通过对这些特征建模来解决问题。针对电信行业客户流失的问题,本文设计提出一种基于(XGB)极度梯度提升树和深度置信网络(DBN)的电信客户流失预测方法(XGB-DBN)。首先利用XGB对原数据集产生新特征,通过和原数据集的集成,再通过深度置信网络对新数据集进行学习建模,对某电信公司宽带客户流失数据进行了仿真。实验表明,XGB-DBN获得的召回率、精确率、准确率、F1分数远远高于其他预测方法,说明极度梯度提升树结合深度置信网络的数据挖掘方法具有很好的预测效果,为电信客户流失预测提供了一种新方法。