张拥华

（湖南工业职业技术学院，湖南 长沙 410208）

截止到2019年末，中国移动拥有9.5亿户，净增用户2521万户，净增用户降低50.2%，市场竞争激烈。中国移动拥有这庞大的通信行为数据、用户位置数据及全网移动互联网数据以及公共事业单位拥有的日常支付消费数据，如何充分利用上述数据，防止公司收入跑冒滴漏、降低停复机次数、降低用户离网率、提升用户体验和满意度、提升客户价值和公司收入，成为中国移动各级机构重要工作之一。

中国移动从2012年开始，针对个人用户构建信用评估体系，经过多年的发展，目前此体系遇到离网率高，用户满意度持续下滑新的瓶颈。针对此情况，利用大数据、AI人工智能技术，设计基于因子选择的决策树信用度控制体系，支撑其日常的客户服务、精准营销，能取得较好的效果。

1.通信行业信用度控制与决策树应用

通信行业在经历了爆炸式的高速增长后逐步步入平稳发展期，客户离网率呈现逐步增长的趋势，客户对业务和服务的体验期望越来越高，通过在停机分析中分析客户的停机因子，确定客户的信用并给定信用度，能有效的降低客户的流失率。很多专家学者做了大量的通信信用研究，如王波认为电信运营商征信领域数据共享程度低、缺乏应用标准，提出了一个基于手机号码作为统一智能信用防控[1]，陈喆提出基于业务支撑系统的客户模型，对征信流程以及信用度的评价模型设计[2]，于瑞云在神经网络全局搜索能力相对较弱，对初始网络权重非常敏感进行改进，构建的移动用户流失预测模型，在预测准确率上有着很好的表现，但没有使用决策树进行信用管控[3]。……