基于GBDT算法的潜在5G用户预测研究与实现

作     者：陈锋 李张铮 庄毅莹 Chen Feng;Li Zhangzheng;Zhuang Yiying

作者机构：中国联通福建省分公司福建福州350000 

出 版 物：《邮电设计技术》 (Designing Techniques of Posts and Telecommunications)

年 卷 期：2021年第4期

页      码：45-49页

摘      要：5G用户规模发展是新时代新基建大背景下运营商5G网络建设的终极目标。传统的通过人工方式进行营销发展存在诸多不足,浪费大量人力物力财力。针对这些缺点,基于运营商O域和B域数据引入梯度提升决策树(GBDT)分类算法,通过学习存量5G用户正负样本在历史网络上产生的出账数据和网络数据建立5G用户分类预测模型,做到精准挖掘5G潜在用户,提升市场营销的命中率。研究结果表明,基于GBDT算法的潜在5G用户预测模型能有效预测5G目标用户,提高5G用户转化率,对5G用户发展起到积极推动作用。

主 题 词：潜在5G用户预测 机器学习 GBDT算法 5G用户画像 5G用户营销 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 08[工学] 080402[080402] 0804[工学-材料学] 081001[081001] 

D　O　I：10.12045/j.issn.1007-3043.2021.04.010

馆 藏 号：203103131...