大數(shù)據(jù)驅(qū)動的投訴預(yù)測模型研究.pdf

1、隨著電信行業(yè)市場競爭的不斷加劇，用戶維權(quán)意識的不斷提高，各大運(yùn)營商用戶投訴量日益攀升。在此情況下，如何減少用戶投訴量成為運(yùn)營商關(guān)注的焦點(diǎn)。為了減少用戶的投訴量，一方面可以從運(yùn)營商自身出發(fā)，不斷提高電信產(chǎn)品服務(wù)質(zhì)量。另一方面可以從預(yù)測用戶投訴行為入手，通過數(shù)據(jù)挖掘模型來預(yù)測未來可能會投訴的用戶，分析其投訴原因。針對這些潛在投訴用戶提前制定不同的營銷方案，使得運(yùn)營商在處理投訴問題時(shí)由被動變?yōu)橹鲃?，從而大幅度的降低用戶投訴量。但是，傳統(tǒng)投訴預(yù)

2、測模型普遍存在以下幾個(gè)問題：（1）模型輸入的數(shù)據(jù)大多采用相對容易獲得的業(yè)務(wù)支持系統(tǒng)（Business Support System,BSS）數(shù)據(jù)，而沒有充分利用電信運(yùn)營商的運(yùn)營支持系統(tǒng)（Operation Support System,OSS）數(shù)據(jù)。然而融合BSS和OSS數(shù)據(jù)構(gòu)成電信大數(shù)據(jù)可以設(shè)計(jì)出更加精確的投訴預(yù)測模型；（2）沒有基于電信大數(shù)據(jù)設(shè)計(jì)出有效的特征及選擇合適的算法分類器來進(jìn)行投訴預(yù)測；（3）不能自動從電信大數(shù)據(jù)中捕捉到一些

3、非線性的組合特征來提高模型的預(yù)測精度；因此，如何高效的利用大數(shù)據(jù)技術(shù)解決電信投訴預(yù)測問題是一件非常具有意義的工作。
　　本文首先構(gòu)建了基于Hadoop/Spark的電信大數(shù)據(jù)平臺，并提出了使用并行隨機(jī)森林（Parallel Random Forest,PRF）構(gòu)建用戶投訴預(yù)測模型。該方法不僅用到了BSS數(shù)據(jù)，而且還用到了OSS數(shù)據(jù)和客服工單數(shù)據(jù)（Customer Service Records,CSR），并選用合適的特征工程方法從

4、這些數(shù)據(jù)中提取出BSS特征、OSS特征和CSR特征。最后利用網(wǎng)頁排序算法（Page Rank,PR）、標(biāo)簽傳播算法（Label Propagation,LP）和因式分解機(jī)算法（Factorization Machine，F(xiàn)M）自動提取出了反映用戶間相互關(guān)系的圖特征和特征間的二階組合特征。為了自動捕捉一些非線性特征，本文提出了基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks,CNN）的投訴預(yù)測模型和基于深度置信

5、網(wǎng)絡(luò)（Deep Belief Networks,DBN）特征學(xué)習(xí)的投訴預(yù)測模型。由于CNN輸入特征順序的特殊性，本文采用了基于矩陣分解（Matrix Factorization,MF）特征相似度排序的方法對輸入特征順序進(jìn)行了重排序，即將相似度聯(lián)系最大的特征盡量放在一起。由于DBN模型效果對隱層相關(guān)的初始化參數(shù)十分敏感，本文通過大量實(shí)驗(yàn)對比，對隱層層數(shù)、每層節(jié)點(diǎn)數(shù)和模型迭代次數(shù)這三個(gè)模型初始化參數(shù)進(jìn)行了最優(yōu)選擇。最終運(yùn)用深度多層網(wǎng)絡(luò)模型從

6、原始特征中自動學(xué)習(xí)到了適合分類器分類的非線性組合特征表示，將其輸入到傳統(tǒng)分類器中，實(shí)驗(yàn)結(jié)果顯示該方法不但能提升分類的精度，而且能避免人工特征工程過程中難以預(yù)估的復(fù)雜性等缺陷。
　　本文以上海市某運(yùn)營商中1032945個(gè)真實(shí)用戶歷史數(shù)據(jù)作為訓(xùn)練樣本，其中正負(fù)樣本比例為1:3。實(shí)驗(yàn)結(jié)果表明，本文提出的PRF算法與構(gòu)建的圖特征和二階組合特征比以往研究的投訴預(yù)測模型運(yùn)行速度更快，精度在AUC指標(biāo)上提升了5.2％。本文基于CNN和DBN的預(yù)