-
题名基于深度神经网络权重集成的客户流失预测
- 1
-
-
作者
利向晴
夏国恩
张显全
唐琪
叶帅
-
机构
广西师范大学计算机科学与信息工程学院
广西财经学院工商管理学院
-
出处
《计算机技术与发展》
2021年第10期18-23,共6页
-
基金
国家自然科学基金资助项目(71862003)
2019年度广西高校中青年教师科研基础能力提升项目(2019KY0661)。
-
文摘
如今许多的企业都面临着客户流失的实质问题,客户流失预测对企业的发展也是尤为重要的。对于客户流失预测的问题也有很多解决方案,传统的机器学习方法存在特征工程对模型效果影响较大的缺点,而深度学习则使得算法不会太依赖于领域专业知识和人工特征提取。为提升预测效果,提出一种深度神经网络权重集成方法来对电信客户流失进行预测,其主要思想是在做深度神经网络(DNN)训练的时候,通过随机加权平均(stochastic weight average,SWA)结合同一网络结构下的不同训练阶段的权重获取集成模型,然后对客户流失进行预测。实验结果表明,相比于深度神经网络训练,结合随机加权平均权重集成的深度神经网络训练时间缩短了2.96倍,同时,准确率、精准率、召回率和F1值均有所提升。
-
关键词
客户流失
深度学习
深度神经网络
随机加权平均
权重集成
-
Keywords
customer churn
deep learning
deep neural network
stochastic weight average
weighted ensemble
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-