对于公司来说,要想实现持续发展,准确预测客户流失至关重要。 先前的研究已经使用许多机器学习方法来预测客户流失。 通用模型无法充分利用时间序列功能。 为了克服这个缺点,我们提出了一个基于LSTM和CNN的模型,该模型在LSTM层和卷积层之间具有跨层连接。 该模型可以同时学习潜在的顺序信息,并从时间序列特征中捕获重要的局部特征。 此外,我们介绍了一种通过在现有特征上训练XGBoost模型来构造新特征的方法。 在真实数据集上的实验结果表明,我们提出的模型比其他比较模型具有更好的性能。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~