科技与创新2022，Issue(23) ：56-61.DOI:10.15913/j.cnki.kjycx.2022.23.018

基于高维时序特征补充的直播行业用户流失预测模型

郑桂钖 徐宽
科技与创新2022，Issue(23) ：56-61.DOI:10.15913/j.cnki.kjycx.2022.23.018
✕
  • 维普
  • 万方数据

基于高维时序特征补充的直播行业用户流失预测模型

郑桂钖 1徐宽2
扫码查看

作者信息

  • 1. 华南理工大学工商管理学院,广东 广州 510000
  • 2. 中国科学技术大学大数据学院,安徽 合肥 230000
  • 折叠

摘要

用户流失预警是企业最为重要的工作之一,而精确的流失预测是用户预警的基础.目前针对互联网行业的流失预测研究相对较少,首先立足于以往研究中常涉及的常规特征,选择KNN、SVM、PSO-GA-BP、RF、XGBoost等经典算法进行建模对比,探索不同算法的预测效果.同时,针对建模中缺乏利用时间序列信息的问题,对时间序列进行深入挖掘,提取高维时序特征作为传统常规特征的补充,并应用在表现最好的RF、XGBoost模型上.实验结果表明,在各项指标上,基于补充后的融合特征模型预测效果有显著提升.

关键词

直播行业/用户流失预测/时间序列特征/模型融合

引用本文复制引用

出版年

2022
科技与创新
中国计算机用户协会

科技与创新

ISSN：1008-0570
被引量1
参考文献量1
段落导航相关论文