使用遗传算法与极端梯度提升对电话营销过程建模：特征选择与代价敏感分析方法
机器学习
2023-11-01 v1 人工智能
神经与进化计算
摘要
当前，几乎所有直接营销活动都虚拟而非面对面进行，正以惊人速度削弱人际技能。此外，企业一直努力感知并培育客户接受营销要约的倾向。数字化转型与虚拟存在的增加迫使企业寻求新颖的营销研究方法。本研究旨在利用电话营销数据建模客户办理定期存款的意愿，并找出客户的最显著特征。使用来自一家葡萄牙银行的真实世界数据与国家社会经济指标来建模电话营销决策过程。本研究作出两项关键贡献。第一，提出一种基于遗传算法的新型分类器，同时选择最佳判别特征并调优分类器参数。第二，构建可解释的预测模型。最佳生成的分类模型使用 50 次重复的 10 折分层交叉验证进行了深入验证，并对所选特征进行了分析。这些模型在关注类精度方面显著优于相关工作，其几何均值与一类错误分别平均达到 89.07% 与 0.059。该模型有望以最小可能代价最大化潜在利润率，并为营销决策提供更深入的见解。
引用
@article{arxiv.2310.19843,
title = {Modeling the Telemarketing Process using Genetic Algorithms and Extreme Boosting: Feature Selection and Cost-Sensitive Analytical Approach},
author = {Nazeeh Ghatasheh and Ismail Altaharwa and Khaled Aldebei},
journal= {arXiv preprint arXiv:2310.19843},
year = {2023}
}