-
题名基于XGBoost的5G终端换机品牌预测
- 1
-
-
作者
吴瑜
严李强
张福豪
方晓捷
-
机构
西藏大学信息科学技术学院
-
出处
《科技和产业》
2024年第18期231-239,共9页
-
基金
国家自然科学基金(62161047)
西藏自治区科技厅科技重大专项(XZ202201ZD0006G02)。
-
文摘
根据中国信通院发布的《2023年12月国内手机市场运行分析报告》显示,2023年1—12月国内市场5G手机出货量占同期手机出货量的82.8%,同比增长11.9%。随着5G技术的全球普及和5G手机终端的出货量逐步提高,各大企业的竞争日趋激烈;如何准确预测用户的5G终端换机品牌偏好已成为企业当前的研究热点。为解决预测最适合用户的5G终端换机品牌问题,通过对用户的个人数据和历史行为数据进行预处理、特征提取、特征衍生,选取重要性最高的特征,使用XGBoost模型和贝叶斯优化完成5G终端换机品牌预测模型的构建。结果表明,模型在用户的5G终端换机品牌预测方面具有较高的准确率,企业可以依此制定针对性的营销策略,提升用户黏性,从而提升产品的市场竞争力。
-
关键词
用户行为预测
手机品牌
XGBoost模型
机器学习
-
Keywords
user behavior prediction
mobile phone brand
XGBoost model
machine learning
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-