简介:为提高基于随机森林算法重复拨打投诉预警模型的效果,文章从数据、指标、参数3个方面对模型进行优化。在数据处理方面,利用SMOTE算法平衡投诉与非投诉比例,一方面防止了模型出现过拟合;另一方面消除了非平衡数据对模型效果的影响。在特征选择方面,使用基尼系数进行特征选择,从而减少数据的噪声,提高模型预测的准确度。在参数调整方面,使用R语言软件对模型决策树数量参数和最大特征参数进行调整,模型最终的OOB误差率为5.03%,准确率和召回率均超过70%。目前投诉预警模型已经进行试点应用,实现了投诉业务的提前识别,通过采用相应服务策略,减少了服务升级事件,降低了客户投诉率,有效提升了客户感知。
简介:摘要NB-IoT是一种基于蜂窝的窄带物联网技术,主要应用于低吞吐量、能够容忍较大时延以及低移动性场景,如智能停车、智能家居、智慧城市等应用。NBIoT信道带宽为180kHz,在如此低的信道带宽要支持众多接入用户,一方面单个终端以极低频次接入,另一方面基站要面对数万个终端的随机接入,本文对NBIoT物理层随机接入过程中搜索空间转换一些关键技术进行探讨。