一种应用神经网络和分段模型的家庭宽带低满意度用户识别方法

扫码查看

原文链接

万方数据
维普

中文摘要：随着互联网技术的快速发展和普及,家庭宽带网络已经成为人们生活中不可或缺的重要组成部分.及时、准确地发现低满意度的用户,对于提升运营商的服务质量、优化用户体验、推动行业发展具有积极的促进作用.文章提出了一种基于神经网络和分段模型的低满意度用户识别方法,使用基于神经网络的特征工程方法来解决特征提取困难的问题,通过分段模型结合多示例学习来计算低满意度异常分值,从而显著提高低满意度用户识别的准确性.结果表明,与专家规则和监督学习相比,该方法更具优越性.

作者：

朱剑伟、李蓥杰、赵宇韬、蒋黎阳、孙波翔

展开 >

作者单位：

中国移动通信集团浙江有限公司湖州分公司

中国移动通信集团浙江有限公司

关键词：

家庭宽带满意度预测分段模型神经网络

出版年：

2024

江苏通信

江苏省通信学会

江苏通信

影响因子：0.062

ISSN：1007-9513

年,卷(期)：2024.40(6)