《表3 忽略不同因素对模型性能的影响》
这3种变体的性能如表3所示,同时考虑3种因素可以提高模型性能.当召回率设置为0.135时,同时考虑3种因素分别比忽略用户自然属性、行为序列信息和历史换机信息提升了16.3%、22.3%和86.4%;根据不同因素的重要程度从高到低排序:历史换机信息>行为序列信息>用户自然属性.实验结论如下.1)历史换机信息对预测用户换机最重要,这主要由于大多数用户换机是有计划、有规律的,今后的换机行为往往与历史换机模式吻合.2)利用用户行为序列信息能够显著提高换机预测的精确度,这表明用户换机往往会受到其对手机使用的倚赖程度影响.3)除此之外,用户自然属性能够在一定程度上反映用户的消费习惯和社会角色,预测用户换机时需要考虑这些信息.
图表编号 | XD00215929600 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 陈纬奇、王敬昌、陈岭、杨勇勤、吴勇 |
绘制单位 | 浙江大学计算机科学与技术学院、浙江鸿程计算机系统有限公司、浙江大学计算机科学与技术学院、中国电信浙江分公司、浙江鸿程计算机系统有限公司 |
更多格式 | 高清、无水印(增值服务) |