利用用户历史月份的用户属性、用户行为和网络质量数据,分析并提取每用户平均收入(Average Revenue Per User,ARPU)值上涨、ARPU值下降和其他共3类用户群体的特征.利用机器学习算法LightGBM建立用户消费模型,再使用bagging融合方法调优...
详细信息
利用用户历史月份的用户属性、用户行为和网络质量数据,分析并提取每用户平均收入(Average Revenue Per User,ARPU)值上涨、ARPU值下降和其他共3类用户群体的特征.利用机器学习算法LightGBM建立用户消费模型,再使用bagging融合方法调优,使模型能够正确预测出用户的ARPU值变化趋势,从而找出提升ARPU值的有效途径,帮助运营商有针对性、有目的性地开展市场营销工作和网络建设维护工作.
暂无评论