基于深度学习的用户投诉预测模型研究

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:shiguangli010
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
用户投诉预测模型能有效地降低电信用户投诉率,对企业提高用户满意度和竞争力有着至关重要的作用。在模型训练过程中,由于人工设计特征的缺陷和设计过程中存在难以预估的复杂性,使得模型预测的精度和设计特征的效率不能有很大的提升。针对上述问题,提出了一种基于深度学习的用户投诉预测模型。该模型通过深层网络特征学习单元能从电信用户原始数据中自动学习到适合分类器分类的高层非线性组合特征,并将这些高层特征输入到传统分类器中来提高模型的精度。通过实验结果分析,预测模型在AUC指标上比以往用户投诉模型提升了7.1%,证明了该模型自动学习特征的有效性和深度学习在电信大数据领域的可用性。
其他文献
从工程实际应用的角度,分析了大功率晶体管并联运行时可能造成电流不均衡的各种因素.介绍了选择GTR并联运行的思路和原则,提出了保证GTR并联可靠运行的布线方法.
在新课程理念指导下的真实、自然的课堂,是动态化的。我们应善于捕捉课堂教学中动态生成的宝贵的课程资源:不同的声音、学生的错误、突发性事件等,并且加以智慧的处理,会使课
近年来,高速公路穿越煤矿老采空区的工程案例逐渐增多,如何保障车辆的运行安全是煤矿老采空区上方高速公路建设的关键问题。为此,以武云高速为例,首先选取6大因素、19个因子,
<正>许多即将为人父母的男女,对于腹中胎儿的模样,十分感兴趣。最近,美国一家新创公司计划推出了这样的服务,可以根据图像资料,打印胎儿模型,作为永久纪念。美国"3DBabies"公
期刊
对DC/DC变换器无均流线均流控制方法进行了研究。利用变换器输出端传递的交流信号来实现均流控制具有其它均流控制方法所不具备的优点,非常适用于大量模块并联时的均流控制。
军史编研工作是党史工作的一个重要组成部分,具有存史、资政、育人的重要作用,对从事这一工作的人员有很高的要求:一是了解这一工作的发展历程;二是明确军史编研工作的主要任
本文从理论和实践两个层面对我国的校本教研实践进行了总结和探讨,对校本教研的内涵、基本要素、活动方式和基本类型进行了总结;对校本教研的价值与意义、缘起与过程、问题及
介绍了一种多路输出DC/DC变换器实现并联的方案 ,它具有输出均流功能和 1 +1冗余。给出了试验结果。
联合作战国际合作,经历了由两个国家不同军种之间的协同作战,到多个国家、多个军种的联合作战,再到多国多维联合作战的过程。主要特征是:第一次世界大战前通常是多国合作对付
诞生于20世纪70年代的量子信息科学,将量子力学基本原理应用于信息科学,开拓了量子力学应用的新篇章。量子信息包括量子计算、量子通讯、量子密码术等。现今,可以在不同的物