余自林，张晓龙

(1.武汉科技大学计算机科学与技术学院，湖北 武汉，430065；2. 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室，湖北 武汉，430065)



基于有效特征选择的高价值移动通信用户预测方法

余自林，张晓龙

(1.武汉科技大学计算机科学与技术学院，湖北 武汉，430065；2. 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室，湖北 武汉，430065)

高价值移动通信用户预测是电信客户关系管理中的一项重要内容。针对建立预测模型时遇到的高维、大规模、类不平衡等数据处理问题，提出了一种基于有效特征选择的预测方法。利用欠采样方式从初始不平衡数据集提取多个平衡训练集，使用结合Pearson相关性分析和随机森林特征重要性评估的特征选择策略，在集成学习方法中嵌入加权和投票机制获得最优的特征子集，最后采用随机森林算法建立预测模型。实验结果表明，该预测模型可以有效降低特征集的维度并提升对高价值移动通信用户的预测性能。

移动通信用户；不平衡数据集；特征选择；Pearson相关分析；随机森林；预测模型

随着“互联网+”商业模式的快速推广以及4G通信市场竞争的全面展开，如何识别并发展高价值用户是移动通信企业能否增加利润并提高市场竞争力的关键。目前对高价值电信用户的定义并无统一标准，相关学术研究集中于用户细分[1-3]和流失预警[4-5]等方面，对用户预测类的研究相对较少，因此根据客户消费记录和流失数据建立高价值移动通信用户的预测模型具有重要的应用价值。……