《面向类不平衡数据的用户流失预测研究》作者：孙钰，乔媛媛【PDF】

书呆熊

面向类不平衡数据的用户流失预测研究
孙钰，乔媛媛
（北京邮电大学人工智能学院，北京100876）
摘要：随着信息技术的快速发展和数据驱动决策的普及，流失预测技术被广泛应用帮助公司识别潜在的流失客户，采取措施，挽留客户群体。目前用户流失检测领域所使用数据集多为表格数据集，主流的模型依然是决策树模型，以及与流失预测密切相关的是处理类别不平衡的数据。本文提出一种基于生成的自监督不平衡预测算法。过去的研究中，用户流失预测多是基于树模型的判断，随着深度神经网络的迅速发展，它在图像、文本和语音等领域已经广泛应用，本课题使用深度神经网络构造具有类似于树模型的决策流形，减少对特征工程的依赖。并通过随机掩码部分样本的部分特征，对掩码位置和掩码特征值进行预测，联合损失训练优化模型，降低类别不平衡数据对算法应用的局限性，具有重要现实意义。
关键词：用户流失预测；类不平衡；自监督学习
中图分类号：TP18