摘要：【目的】构建智慧居家养老服务平台用户流失预测模型,并使用SHAP解释方法分析不同特征的影响。【方法】基于智慧居家养老服务平台用户在2019年至2021年三年间产生的超过30万条社区居家养老服务订单数据,通过改进的RFM模型(RFM-MLP)、马斯洛需求层次理论、安德森模型并结合Boruta算法确定用户价值特征、服务选择特征、个人特征三类共11个特征。建立5种机器学习模型,从中选择效果最好的XGBoost模型预测用户流失,运用SHAP解释方法完成特征影响全局解释、特征依赖分析、单样本解释分析。【结果】模型预测结果准确率和F1值均达到87%左右,家政服务服务购买次数、留存天数、年龄等是预测养老服务平台用户流失的重要特征。【局限】仅选取一个地区的数据进行分析,数据量和算法复杂度方面还有提升空间。【结论】SHAP解释方法可以兼顾机器学习预测模型的精度和解释性,能够为智慧居家养老服务平台在运营策略和内容设计方面的优化提供依据。

摘要：文章提出了对基于机器学习算法的运营商用户流失预测方法,该方法根据实际的预测需求及标准,对初始数据信息进行预处理,提取用户流失特征,并以此为基础,构建多目标预测层级,设定多层级的用户流失预测结构,提升整体的预测精准度,加快预测速度,完成对用户流失机器学习计算预测模型的构建,并将其用于用户流预测。测试结果表明:机器学习算法运营商用户流失预测测试组最终得出的预测召回率相对较高,表明预测中的误差可控,预测范围扩大,整体的预测针对性更强一些,具有实际的应用创新意义。

摘要：[目的 /意义]构建高校图书馆微信公众平台用户流失行为模型,分析用户流失的影响因素,有助于减少高校图书馆微信公众平台的用户流失,为高校图书馆微信公众平台运营推广提供理论依据和参考建议。[方法/过程]首先借鉴S-O-R理论构建高校图书馆微信公众平台用户流失行为模型,并结合民族志决策树方法设计访谈问卷,采用扎根理论方法抽取影响因素及各因素之间关系。然后借助解释结构方程模型分析影响因素。最后根据分析结论提出相应的对策和建议。[结果 /结论]构建高校图书馆微信公众平台用户流失行为模型和影响因素的解释结构模型,分析影响因素的层级和相互关系,指出根本原因因素、中间层因素和表象层因素,并针对各层次影响因素和分析结果提出减少高校图书馆微信公众平台用户流失的对策和建议。

摘要：为实现养殖互联网平台用户的自动化运营,防止用户流失,采用区间估计和机器学习建模方法,对猪场用户的平台使用情况进行用户流失分析。结果表明:1)猪场规模越小,用户流失的概率越大,其中500<母猪数x≤1 000的猪场规模用户流失的概率最小,属于忠诚用户;2)使用决策树算法、kNN算法、贝叶斯分类算法进行猪场用户流失分析建模,3种分类算法中,从平均识别率(F1度量)考虑,决策树模型的平均识别率(0.93)高于kNN模型(0.91)和贝叶斯分类模型(0.80),选择决策树算法用于平台用户流失分析建模是可行的。本研究所构建的猪场用户流失分析模型,可为养殖互联网平台的猪场用户研究提供可靠的数据模型,实现平台用户的自动化运营,也可为其他类型的用户研究和产品设计提供参考。

摘要：[目的/意义]提升移动政务APP用户的使用体验,增强用户的使用黏性,预防用户流失。[方法/过程]以PPM理论框架为基础,构建了移动政务APP用户流失行为影响因素模型,据此设计调查问卷并进行实证研究。[结果/结论]结果显示,失望感和替代品吸引力是促使用户流失的影响因素,系统质量和社群影响等对于预防用户流失产生显著影响,而社会临场感和沉浸则是重要的“锚定”因素,据此提出了加强移动政务APP的宣传推广、优化用户体验等对策和建议。

摘要：[目的/意义]用户流失作为社会化媒体领域的重要现象,尤其是大规模用户流失,研究仍多关注预测模型,对于这一现象的流失机理尚有待拓展。[方法/过程]首先在介绍社交网站用户流失概念的基础上,回顾已有相关文献,基于刺激-有机体-反应(S-O-R,Stimuli-organism-response)理论构建了社交网站用户流失行为整合模型,并通过定性的分析方法提出整合模型和研究假设;其次,以开心网及人人网的流失用户作为样本,采用结构化方程分析对模型进行检验。[结果/结论]研究结果验证了刺激、有机体及反应(流失意愿)的关系。最后,从刺激要素出发提出相关建议,并对今后的研究提出了展望。

摘要：[目的/意义]移动阅读服务平台的用户流失因素研究有助于促进阅读平台优化,提升用户留存率。[方法/过程]以微信读书平台为案例,采用S-O-R理论和扎根理论进行访谈设计与访谈记录整理,确定影响微信读书平台用户流失的21个因素;使用解释结构模型方法进行影响因素分析,发现了包含7个层级的影响因素结构关系。[结果/结论]用户流失的影响因素是多维的,且彼此关联,但彼此影响的权重存在差异。用户流失的影响因素中存在两条关键影响主线。最直接的用户流失影响因素是'同类型移动阅读平台吸引力大'和'用户转向其他平台的成本低';最重要的影响因素是'用户朋友圈的影响',用户使用过程中的使用体验和绩效预期也对用户流失产生一定的影响作用。

摘要：论文针对图书馆用户流失问题,基于图书馆用户数据,构建用户特征矩阵,利用深度神经网络预测用户流失风险;将存在流失风险的用户作为重点研究对象,根据用户特征,结合S-O-R理论设计图书馆用户流失影响因素模型。采用扎根理论方法设计问卷,提取影响图书馆用户流失的指标因素,并构建结构方程模型进行分析,将技术研究与质性研究相结合,挖掘影响用户流失的核心因素,并在此基础上,构建了图书馆智慧型服务空间设计模型,为图书馆创新服务提供决策支持。

摘要：电子商务交易平台产生了大量详实的数据,这些数据为企业提供精准营销和精细化运营提供了依据。本文研究如何通过抽取用户的消费行为特征数据,通过这些数据进行问题的识别,通过CART(Classification And Regression Tree)算法等数据分析技术,建立用户流失模型方法、步骤和设计。

摘要：针对电信运营商用户流失问题,运用了BP神经网络(BPNN)算法,建立了电信用户流失预测模型。模型的训练结果表明,在该应用场景下,基于BP神经网络建立的数据模型具有较好的准确率及可靠性。详细设计了BP神经网络模型的的每个模块,并给出了BPNN正向传播建立过程以及反向传播更新权重参数、偏置项的过程。对比了BPNN与常用的机器学习算法RF,KNN,SVM在准确率与召回率等指标方面的性能。实验证明,通过BPNN数据模型的应用,可以有效对用户流失做出预测,提高电信行业运营效率。