日本高清aⅴ免费,国产一区二区三区精品视频,国产一级毛片完整版

本文為您介紹如何通過PAI提供的用戶特征算法，快速構建用戶流失模型。

背景信息

業務發展過程中的重要環節包括開拓新用戶和保留老用戶。通過建立用戶流失預警風控模型，可以預測潛在流失用戶，從而提前通過運營手段防范用戶流失。

對于用戶流失預警監控，主流預警方案均是基于規則實現的，缺少智能化的預測手段和機制，不能準確挖掘潛在流失用戶。

PAI提供了一套基于標簽數據的特征編碼、分類模型訓練及模型評估的完整方案，具體要求如下：

本工作流數據來源于真實的電信領域客戶行為脫敏數據，包含用戶基本信息及用戶流失屬性，共7043條樣本數據。工作流的示例數據如下。用戶流失預警實驗數據特征數據包括如下字段。

參數	描述
customerid	用戶ID。
gender	性別。
SeniorCitizen	是否為市民，其中： 1：是市民。 0：非市民。
Partner	是否有Partner。
Dependents	是否存在從屬關系。
tenure	客戶在該公司的使用時長。
PhoneService	是否提供手機服務。
MultipleLine	是否存在多條線路。
InternetService	互聯網服務商。例如DSL或Fiber optic。
OnlineSecurity	是否存在互聯網在線安全問題。
OnlineBackup	是否提供線上支持。
DeviceProtection	是否提供設備保護。
TechSupport	是否申請過技術支持。
StreamingTV	是否提供流TV。
StreamingMovies	是否提供流電影。
Contract	合同時限。例如Month-to-month或Two year。
PaperlessBilling	是否有電子賬單。
PaymentMethod	付款方式。
MonthlyCharges	月消費。
TotalCharges	總消費。

目標數據包括如下字段。

參數	描述
churn	用戶是否流失。

進入PAI-Designer頁面。
1. 登錄PAI控制臺。
2. 在左側導航欄單擊工作空間列表，在工作空間列表頁面中單擊待操作的工作空間名稱，進入對應工作空間內。
3. 在工作空間頁面的左側導航欄選擇模型開發與訓練 > 可視化建模（Designer），進入Designer頁面。

構建工作流。

在PAI-Designer頁面，單擊預置模板頁簽。
在模板列表的流失用戶監控區域，單擊創建。
在新建工作流對話框，配置參數（可以全部使用默認參數）。
其中：工作流數據存儲配置為OSS Bucket路徑，用于存儲工作流運行中產出的臨時數據和模型。
單擊確定。
您需要等待大約十秒鐘，工作流可以創建成功。
在工作流列表，雙擊流失用戶監控工作流，進入工作流。

系統根據預置的模板，自動構建工作流，如下圖所示。

區域	描述
①	工作流的數據集。
②	通過one-hot編碼組件和SQL腳本實現特征工程建模，將原始字符型特征轉化為數值型。以目標字段churn為例，原始數據為Yes或No，可以通過SQL語句將Yes轉化為1，將No轉化為0，示例如下。 `select (case churn when 'Yes' then 1 else 0 end) as churn from ${t1};`
③	將數據分為訓練數據集和預測數據集。因為某用戶只有流失與不流失兩種可能性，所以用戶流失預警屬于二分類問題，可以使用二分類算法進行處理。
④	使用二分類評估組件進行模型驗證，可以通過AUC、KS及F1Score等指標評估模型效果。

運行工作流并查看模型效果。
1. 單擊畫布上方的運行。
2. 工作流運行結束后，右鍵單擊畫布中的二分類評估，在快捷菜單，單擊可視化分析。
3. 在二分類評估對話框，單擊指標數據頁簽，即可查看模型評估指標數據。
  AUC取值越接近1，表示模型的預測準確率越高。本文中的AUC取值達到0.8以上，即模型的預測準確率較高。