利用 LightGBM 算法进行运营商用户信用评估研究
机器学习
2024-07-11 v1 人工智能
统计金融
摘要
移动互联网用户信用评估是通信运营商制定决策和措施的重要途径，也是运营商获得预期收益的保障。然而，信用评估方法长期被银行、信贷等金融行业垄断。作为平台网络技术和网络资源的支持者与提供者，通信运营商同时也是通信网络的建设者和维护者。互联网数据完善了用户的信用评估策略。本文利用通信运营商提供的海量数据，开展基于融合 LightGBM 算法的运营商用户信用评估模型研究。首先，针对运营商提供的用户评估相关海量数据，通过数据预处理和特征工程方法提取关键特征，构建具有统计意义的多维特征集；然后，利用线性回归、决策树、LightGBM 等机器学习算法构建多个基础模型，寻找最佳基础模型；最后，集成 Averaging、Voting、Blending、Stacking 等集成算法，精炼多个融合模型，最终建立最适合运营商用户评估的融合模型。
引用
@article{arxiv.2403.14483,
title = {Utilizing the LightGBM Algorithm for Operator User Credit Assessment Research},
author = {Shaojie Li and Xinqi Dong and Danqing Ma and Bo Dang and Hengyi Zang and Yulu Gong},
journal= {arXiv preprint arXiv:2403.14483},
year = {2024}
}