典型文献
基于用户资费套餐服务满意度预测方法的研究
文献摘要：
随着我国通信市场个人用户趋于饱和,存量市场的维护成为运营商工作的重中之重,用户满意度等各类短板问题亟待定位与解决,从而提升和延长用户的生命周期.基于运营商数据库中存储的海量用户数据,提出了使用机器学习分类算法来预测用户中资费满意度较差的用户并分析其原因的方法,通过对用户消费行为数据与个人属性数据的深度挖掘,找出与用户资费满意度相关度较高的特征,从而对全量用户的资费满意度进行预测,并进行归因分析.本文使用了某地市运营商的真实数据进行实验,预测出的目标用户差评率是随机用户差评率的2倍以上,取得了明显的效果.
文献关键词：
运营商;大数据;用户满意度;资费满意度
中图分类号：
作者姓名：
陈大龙;郭柏龙;孟维;唐大鹏;魏东迎
作者机构：
南京华苏科技有限公司
文献出处：
引用格式：
[1]陈大龙;郭柏龙;孟维;唐大鹏;魏东迎-.基于用户资费套餐服务满意度预测方法的研究)[J].江苏通信,2022(03):66-70
A类：
资费满意度
B类：
资费套餐,服务满意度,个人用户,运营商,商工,用户满意度,待定,商数,海量用户,用户数据,机器学习分类算法,中资,用户消费行为,消费行为数据,个人属性,属性数据,深度挖掘,相关度,归因分析,市运,真实数据,预测出,机用户
AB值：
0.351814
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
