基于用户资费套餐服务满意度预测方法的研究

摘要

随着我国通信市场个人用户趋于饱和,存量市场的维护成为运营商工作的重中之重,用户满意度等各类短板问题亟待定位与解决,从而提升和延长用户的生命周期。基于运营商数据库中存储的海量用户数据,提出了使用机器学习分类算法来预测用户中资费满意度较差的用户并分析其原因的方法,通过对用户消费行为数据与个人属性数据的深度挖掘,找出与用户资费满意度相关度较高的特征,从而对全量用户的资费满意度进行预测,并进行归因分析。本文使用了某地市运营商的真实数据进行实验,预测出的目标用户差评率是随机用户差评率的2倍以上,取得了明显的效果。