文档名：基于机器学习技术的返乡发展人群预测模型研究与应用
摘要：随着经济的发展和一线城市生活压力的增大,越来越多的人迁移城市以及返回家乡发展,为了高效服务用户和提升用户产品使用体验,提出基于LightGBM、CatBoost等算法来预测返乡发展人群,并进行了异构模型融合.通过模型对比,所提融合模型有更好的效果,可以为服务和产品提供依据,减少流失优化感知,提高市场保有率.
Abstract：WiththedevelopmentoftheChineseeconomyandtheincreasingpressureoflivinginfirst-tiercities,moreandmoreyoungpeoplechoosetoreturntotheirhometownsfordevelopment.Toefficientlyserveusersandimprovetheirproductusageexperience,theuseofalgorithmssuchasLightGBMandCatBoostwasproposedtopredictthere-turningpopulation,therebyprovidingabasisforservicesandproducts,andimprovingusermarketretentionrates.
作者：杜昭 谢国城 陈静旋 张伟斌 Author：DUZhao XIEGuocheng CHENJingxuan ZHANGWeibin
作者单位：中国电信股份有限公司广东分公司,广东广州510062广东亿迅科技有限公司,广东广州510627
刊名：电信科学 ISTICPKU
Journal：TelecommunicationsScience
年，卷(期)：2024, 40(5)
分类号：TP391
关键词：LightGBM 特征工程 KNN K折交叉验证
Keywords：LightGBM featureengineering KNN K-foldcross-validation
机标分类号：TP391TP181TN929.5
在线出版日期：2024年7月1日
基金项目：基于机器学习技术的返乡发展人群预测模型研究与应用[
期刊论文] 电信科学--2024, 40(5)杜昭 谢国城 陈静旋 张伟斌随着经济的发展和一线城市生活压力的增大,越来越多的人迁移城市以及返回家乡发展,为了高效服务用户和提升用户产品使用体验,提出基于LightGBM、CatBoost等算法来预测返乡发展人群,并进行了异构模型融合.通过模型对比,所...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于机器学习技术的返乡发展人群预测模型研究与应用 Research and application of prediction model for returning home development population based on machine learning technology
基于机器学习技术的返乡发展人群预测模型研究与应用.pdf
- 文件大小:
- 4.78 MB
- 下载次数:
- 60
-
高速下载
|
|
