基于DNN的不平衡5G潜客的识别研究

随着5G的快速发展,越来越多的电信用户逐步从4G升级为5G,如何精准高效地推动此类用户的升级尤为重要。首先考虑到4G和5G用户之间存在数量差异,为了解决此类差异需使用SMOTE进行数据平衡操作;其次由于SMOTE处理未考虑到类间不平衡,使用SOM+凝聚层次聚类算法来解决此类问题;最后将处理完的数据集使用深度神经网络(DNN)进行预测,实验结果表示,使用优化后的数据集的预测结果效果更好。使用DNN预测优化后的数据集准确率和F1值达到了88.97%和86.39%,均优于其他处理方法。