来自电信行业的流失预测数据集：一种面向增益建模的新基准
机器学习
2023-12-13 v1
摘要
增益建模，又称个体处理效应（ITE）估计，是数据驱动决策的重要方法，旨在识别干预对个体的因果影响。本文引入了一个新的增益建模基准数据集，专注于流失预测，该数据集来自比利时的电信公司 Orange Belgium。在此背景下，流失是指客户终止其电信服务订阅。这是首个公开可用的数据集，提供了在流失预测问题上评估增益建模效率的可能性。此外，其独特特征使其比其他少数公开的增益建模数据集更具挑战性。
引用
@article{arxiv.2312.07206,
title = {A churn prediction dataset from the telecom sector: a new benchmark for uplift modeling},
author = {Théo Verhelst and Denis Mercier and Jeevan Shrestha and Gianluca Bontempi},
journal= {arXiv preprint arXiv:2312.07206},
year = {2023}
}
备注
8 pages, 2 figures, 5 tables, post-proceedings of the ECML PKDD 2023 Workshop on Uplift Modeling and Causal Machine Learning for Operational Decision Making