基于高维时序特征补充的直播行业用户流失预测模型

用户流失预警是企业最为重要的工作之一,而精确的流失预测是用户预警的基础。目前针对互联网行业的流失预测研究相对较少,首先立足于以往研究中常涉及的常规特征,选择KNN、SVM、PSO-GA-BP、RF、XGBoost等经典算法进行建模对比,探索不同算法的预测效果。同时,针对建模中缺乏利用时间序列信息的问题,对时间序列进行深入挖掘,提取高维时序特征作为传统常规特征的补充,并应用在表现最好的RF、XGBoost模型上。实验结果表明,在各项指标上,基于补充后的融合特征模型预测效果有显著提升。