Xây dựng mô hình dự đoán thuê bao di động viễn thông suy giảm doanh thu

Abstract

Nghiên cứu, tìm hiểu tính cấp thiết của bài toán dự đoán khách hàng suy giảm tiêu dùng viễn thông và các hướng tiếp cận giải quyết bài toán. Phân tích, tìm hiểu và xử lý các đặc trưng, đặc tính của dữ liệu thuê bao, đưa ra các đặc trưng phù hợp nhất với bài toán. Đưa ra được mô hình phân lớp dữ liệu thuê bao sử dụng các thuật toán các mô hình học sâu phổ biến (MLP, RNN), mô hình học sâu kết hợp học máy truyền thống Deep Neural Decision Forest và các thử nghiệm cải tiến cho mô hình Sau khi tìm hiểu và nghiên cứu lý thuyết phân lớp dữ liệu thuê bao, thực nghiệm phân lớp dữ liệu với dữ liệu cụ thể và đánh giá hiệu năng của các thuật toán. Kết quả mô hình dNDFs với cơ chế che giấu dữ liệu tốt hơn 7,2% so với mô hình RNN và 19,6% so với mô hình MLP trên độ đo ROC