基于Stacking模型融合的电信客户信用度模型研究与设计

《基于Stacking模型融合的电信客户信用度模型研究与设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文基于Stacking模型融合的电信客户信用度模型研究与设计作者姓名周子程工程领域软件工程校内指导教师左保河副教授校外指导教师杨新章高级工程师所在学院软件学院论文提交日期2018年5月TheResearchandDesignofTelecomCustomerCreditModelBasedonStackingModelFusionADissertationSubmittedfortheDegreeofMasterCandidate：ZichengZhouSupervisor：A/Prof.ZuoBaoheSenior

2、EngineerYangXinzhangSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP3学校代号：10561学号：201621035284华南理工大学硕士学位论文基于Stacking模型融合的电信客户信用度模型研究与设计作者姓名：周子程指导教师姓名、职称：左保河副教授；杨新章高级工程师申请学位级别：工程硕士工程领域名称：软件工程论文形式：ꇶ产品研发ꇶ工程设计√应用研究ꇶ工程/项目管理ꇶ调研报告研究方向：软件工程技术论文提交日期：2018年5月25日论文答辩日期：2018年

3、5月30日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：宋恒杰委员：李东、刘飞、金龙存、杨敬锋摘要近几年来，随着移动设备的普及以及通信行业的不断发展，电信客户的需求变得越来越精细以及复杂。目前，电信运营商的数据库中存在大量的用户信息记录，然而这些数据信息数量庞大且种类复杂，通过人工分析的方法不能很好的处理并利用其中的有效数据，没有发挥到数据库中有效数据应有的数据价值。通过本文的工作研究，电信运营商可以初始化用户的信用度等级，建立起信用度体系，减少用户信用度研究工作的开销，提升电信运营商的品牌形象及利润。本文的

4、工作成果及研究成果如下：1.对电信行业数据库中的大量数据进行处理电信行业提供的数据库数据表格数目十分庞大，约一千张左右数据库表。首先，通过用户身份识别码对有效表格进行选择且合并。然后，对数据缺失的行进行默认值补充或数据删除，同时使自然语言特征转换为可用于分类的数值标签。此外，对数据进行训练，根据特征值的贡献度筛选出模型使用的特征值。最后，通过基于难例挖掘的思路进行训练样本选择。2.构建了基于Stacking模型融合的电信用户信用度模型将随机森林、梯度提升树及有向无环图SVM作为次级分类器，对样本进行分类。然后，通过Stacking

5、方法，将三个次级分类器的预测结果转换为元特征向量，用于构造元分类器。最后，获得上述三种算法进行模型融合后的融合分类算法，构成完整的电信用户信用度模型，用于评估用户初始信用度。3.对模型效果进行评估模型构建完成后，将其与其他集成学习方法进行分析对比。除此以外，模型还会与投票法、权重法等模型融合方法进行效果对比。关键词：电信行业；用户信用度；集成学习；模型融合IAbstractInrecentyears,withthepopularizationofmobiledevicesandthecontinuousdevelopmentoft

6、hecommunicationsindustry,theneedsoftelecommunicationcustomershavebecomeincreasinglysophisticatedandcomplex.Atpresent,therearealargenumberofuserinformationrecordsinthedatabaseoftelecomoperators.However,thesedatainformationarehugeinquantityandcomplexintype.Themethodofma

7、nualanalysiscan’tprocessandusethevaliddatawell,anddoesnotexertthedatavaluethatshouldbeavailabletotheeffectivedatainthedatabase.Throughtheworkofthispaper,telecomoperatorscaninitializetheuser'screditrating,establishacreditratingsystem,reducethecostofusercreditresearchwo

8、rk,andenhancethetelecomoperator'sbrandimageandprofits.Theworkresultsandresearchresultsofthispaperareasfollows:1.Dealwithlarg