0 引言

随着国家5G 新基建时代的来临，5G 移动用户规模发展带来的高流量高收益成为当下及今后运营商收入的主要来源。运营商移动网络5G 用户传统营销方式较为粗放，主要体现在5G用户营销策略和定位不够清晰；5G 用户目标缺乏针对性；营销成功与否和5G营销人员的营销水平相关；事前没对用户进行有效的筛选，营销成功率低；已有的传统网络用户迁转到5G过程中形成的历史数据没有得到利用。如何规避上述问题，精准有效地推动传统移动网络用户向5G转化成为业界研究的热点方向。作为电信运营商的优势之一，多年的包含日常运营过程中形成的B 域和O 域的大数据集可以用来对5G用户进行画像，通过大数据手段充分挖掘这些数据中包含的用户基础信息、用户消费信息、用户上网行为偏好和用户网络感知等能够为5G用户智能营销开辟新的方向的信息。

作为人工智能的重要组成部分，机器学习技术是国家发展战略重点扶持的目标［1］，也是当下各行业关注的焦点。为了推动传统5G用户营销方式的数字化，提升网优专业5G市场支撑智能化水平，有必要对基于机器学习算法的潜在5G用户预测进行研究。

1 移动网络5G用户传统营销方式的痛点

移动网络传统用户营销方法存在诸多短板，比如营销策略模糊、目标用户存在盲目性、营销成效与人员水平相关等。

1.1 5G用户营销策略和定位不够清晰，没有形成差异化营销

受到长期传统标准化大生产经验的影响，运营商在制定5G用户营销策略时往往是一刀切，对所有用户采用统一的口径和指标做营销宣传，没有考虑用户个体差异性；……