基于随机森林模型的电信运营商外呼推荐系统

发布时间：2017-06-13 19:09

  本文关键词：基于随机森林模型的电信运营商外呼推荐系统，，由笔耕文化传播整理发布。

【摘要】：在电信运营商领域,外呼推荐是一种重要的推荐产品和服务的途径。实现了一种基于运营商大数据的自动外呼推荐系统,该系统能够挖掘用户的行为特征并且使用机器学习的方法预测用户对于被推荐产品的接受可能性。传统推荐系统使用的模型算法为矩阵分解、大规模稀疏特征分类、神经网络等。采用随机森林算法的主要原因是随机森林具有并行化程度高、训练速度快、生成的决策树可解释等诸多优点,适合于基于电信业数据的推荐系统。该外呼推荐系统基于Hadoop、Impala和Spark等大数据处理平台及工具,使用随机森林分类器作为核心算法,将用户最近的行为特征回归为接受外呼推荐产品的可能性。在线测试表明使用该系统与当前部署的人工随机外呼相比,能够提升约41%的用户接受率;同时,根据模型算法输出特征的重要性,进一步给出了两类用户的特征分析。
【作者单位】： 中国联合网络通信有限公司上海市分公司;苏州大学计算机科学与技术学院;
【关键词】： 外呼 推荐系统 随机森林 电信运营商
【基金】：江苏省科技支撑计划重点项目(BE2014005) 国家自然科学基金(61572339)资助
【分类号】：TP391.3
【正文快照】： 本文受江苏省科技支撑计划重点项目(BE2014005),国家自然科学基金(61572339)资助。1引言近年来,推荐系统[1,2]已经被广泛应用于各个领域,例如电子商务、音视频网站、社交网络、个性化阅读等,并已经融入人们的生活。对于用户来说,推荐系统丰富和改善了用户的各项体验,让用户能

【相似文献】

中国期刊全文数据库 前10条

1 刘足华;熊惠霖;;基于随机森林的目标检测与定位[J];计算机工程;2012年13期

2 董师师;黄哲学;;随机森林理论浅析[J];集成技术;2013年01期

3 陈姝;彭小宁;;基于粒子滤波和在线随机森林分类的目标跟踪[J];江苏大学学报(自然科学版);2014年02期

4 王丽婷;丁晓青;方驰;;基于随机森林的人脸关键点精确定位方法[J];清华大学学报(自然科学版);2009年04期

5 李建更;高志坤;;随机森林针对小样本数据类权重设置[J];计算机工程与应用;2009年26期

6 吴华芹;;基于训练集划分的随机森林算法[J];科技通报;2013年10期

7 程光;王贵锦;何礼;林行刚;;人体姿势估计中随机森林训练算法的并行化[J];计算机应用研究;2014年05期

8 于延;王建华;;基于云计算平台的随机森林算法的研究与实现[J];科技通报;2013年04期

9 刘永春;宋弘;;基于随机森林的乳腺肿瘤诊断研究[J];电视技术;2014年15期

10 杨帆;林琛;周绮凤;符长虹;罗林开;;基于随机森林的潜在k近邻算法及其在基因表达数据分类中的应用[J];系统工程理论与实践;2012年04期

中国重要会议论文全文数据库 前2条

1 谢程利;王金桥;卢汉清;;核森林及其在目标检测中的应用[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

2 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年

中国硕士学位论文全文数据库 前10条

1 贺捷;随机森林在文本分类中的应用[D];华南理工大学;2015年

2 张文婷;交通环境下基于改进霍夫森林的目标检测与跟踪[D];华南理工大学;2015年

3 王宇恒;推荐系统中随机森林算法的优化与应用[D];浙江大学;2016年

4 张玉桃;旅客社会网络中的家庭出行预测及其行为特征分析[D];北京交通大学;2016年

5 张兴;基于Spark大数据平台的火电厂节能分析[D];太原理工大学;2016年

6 杨丽;音频场景分析与识别方法研究[D];南京大学;2013年

7 鲁奉军;基于随机森林算法的目标检测与动作识别方法研究[D];吉林大学;2016年

8 吴敏;融合多特征的产品垃圾评论识别[D];福州大学;2012年

9 钟龙申;随机森林算法处理不平衡数据的改进及其并行化[D];广东工业大学;2016年

10 胡太祥;大规模图像标注方法研究[D];华中科技大学;2014年

  本文关键词：基于随机森林模型的电信运营商外呼推荐系统，由笔耕文化传播整理发布。

本文编号：447357