基于深度学习的用户投诉预测模型研究-计算机应用研究.pdf

优先出版 计 算 机 应 用 研 究 第33 卷 基于深度学习的用户投诉预测模型研究* 1 1, 2 1 周文杰 ，严建峰 ，杨 璐 (1．苏州大学 计算机科学与技术学院，江苏 苏州 215006 ；2 ．香港城市大学 创意媒体学院，香港 999077) 摘 要：用户投诉预测模型能有效的降低电信用户投诉率，对企业提高用户满意度和竞争力有着至关重要的作用。在模 型训练过程中，由于人工设计特征的缺陷和设计过程中存在难以预估的复杂性，使得模型预测的精度和设计特征的效率 不能有很大的提升。针对上述问题，提出了一种基于深度学习的用户投诉预测模型。该模型通过深层网络特征学习单元 能从电信用户原始数据中自动学习到适合分类器分类的高层非线性组合特征，并将这些高层特征输入到传统分类器中来 提高模型的精度。通过实验结果分析，本文的预测模型在AUC 指标上比以往用户投诉模型提升了7.1%，证明了该模型 自动学习特征的有效性和深度学习在电信大数据领域的可用性。 关键词：电信投诉预测；深度学习；深度置信网络；非线性组合特征 中图分类号：TP181 Research on prediction model of complaint based on deep learning 1 1, 2 1 Zhou Wenjie , Yan Jianfeng , Yang Lu (1. School of Computer Science Technology, Soochow University, Suzhou Jiangsu 215006, China; 2. School of Creative Media, City University of Hong Kong, HongKong 999077, China) Abstract: User complaints prediction model can effectively lower complaints rate of telecom users which is crucial for enterprise to improve customer satisfaction and competitiveness. During the process of model training, due to the defects of artificial design features and the unpredictable complexity in the design process, the accuracy of model prediction and the efficiency of the design features cant have a lot of ascension. For the above problems, this paper proposes a user complaints prediction model based on deep learning. By deep network characteristics study session, the model can automatically study the senior nonlinear combination features from the original telecommunication user