基于数据挖掘的手机用户换机行为预测研究

发布时间：2018-02-24 23:25

  本文关键词： 添加变量 变量选择 换机预测 Xgboost　出处：《数学的实践与认识》2017年16期 　论文类型：期刊论文

【摘要】：首先对用户数据进行特征分析,变量选择,然后又采集了大量与手机性能相关的数据来扩充数据集,最后利用现代数据挖掘手段对用户的换机行为进行预测,讨论并比较了各种方法对换机预测的准确性.通过对用户数据集进行测试实验,表明变量选择与补充能够有效地提高移动用户换机的预测结果,并且Xgboost方法在各种分析工具中的表现更为优越.
[Abstract]:Firstly, the feature analysis and variable selection of user data are carried out, and then a large number of data related to mobile phone performance are collected to expand the data set. Finally, modern data mining methods are used to predict the behavior of users. This paper discusses and compares the accuracy of various methods to predict the change of computers. The test results of user data sets show that the selection and supplement of variables can effectively improve the prediction results of mobile users. And the Xgboost method is superior to other analytical tools.
【作者单位】： 太原理工大学数学学院;美国亚利桑那大学数学系;
【基金】：国家自然科学基金,高维数据变量间非线性交互作用的研究(11571009)
【分类号】：O212.1
，

本文编号：1532151