文献

J-GLOBAL ID：201702250848372191   整理番号：17A1570288

プリペイド加入者に適用した機械学習法:モロッコのテレコム産業に関する事例研究【Powered by NICT】

Machine learning techniques applied to prepaid subscribers: Case study on the telecom industry of Morocco

著者 (2件)： Chouiekh Alae (Laboratory of Multimedia, Signal and Communications Systems, National Institute of Posts and Telecommunications, Rabat, Morocco) ,  Haj El Hassane Ibn El (Laboratory of Multimedia, Signal and Communications Systems, National Institute of Posts and Telecommunications, Rabat, Morocco)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISCV  ページ： 1-8  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 今日の通信産業における競争を生き抜くためには,他の競合に向かって動くと考え顧客の必要性を理解するために必須である。,チャーン予測,通信産業における実際の関心事になる,を評価する産業の今後の動向を予測するのに重要である。本研究では,最良とモロッコの通信部門の競争力を高めることで信頼できる予測モデルを決定しようとした。プリペイド顧客に焦点を当て,信頼できない,プロバイダへコミットされないことを加入者群,事前通知なしにそれらのサービスを終わらせる。呼詳細記録(CDR)に適用した種々の機械学習手法を用いて,635997加入者のデータセットを解析し,三か月間以上に亘りそれら利用行動をモニターした。訪問者位置登録ID,呼/SMS/かん養とデータイベントを行った場所を記述するも異なる領域当たりの撹はん速度を調べるために用いた。試験したモデルの中で,勾配ブースティング分類器(GBC)は91%とf1スコア89%の精度で最良の分類器モデルであることを見出した。このモデルはチャーン予測ユースケースに良く適合した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *事例研究 ,  通信 ,  通信業 ,  予測モデル ,  *機械学習 ,  撹拌速度 ,  予測 ,  *モロッコ王国
準シソーラス用語： ユースケース ,  スコア ,  ブースティング ,  訪問者 ,  ISP【インターネット】 ,  チャーニング , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (5件)： 加入者 ,  機械学習 ,  モロッコ ,  産業 ,  研究