在当今数据爆炸式增长的信息时代,移动通信行业的竞争愈演愈烈。如何正确分析客户相关数据并有效预测流失的客户群,成为各大运营商亟待解决的问题。针对目前已有多种解决方案无法做到客户流失的可靠预测,提出使用图神经网络动态学习的方法,结合电信数据的特性,深度挖掘历史数据的潜在相关性,实现提升客户流失预测精度的目的。所提方法使用公共数据集作为图神经网络的输入数据,并将实验结果与几种经典的基线模型进行了对比。实验结果表明,使用图神经网络能够提升客户流失预测精度,有助于各大运营商提前采取有效措施。
科研之友
微信
新浪微博
Facebook
分享链接
