文献类型：期刊文章

作　　者：柴桦[1] 范馨月[1]

CHAI Hua;FAN Xinyue(Department of Mathematics,School of Mathematics and Statistics,Guizhou University,Guiyang 550025,China)

机构地区：[1]贵州大学数学与统计学院数学系,贵州贵阳550025

出　　处：《现代电子技术》

基　　金：贵州省基础研究计划项目(黔科合基础⁃ZK[2023]一般038)。

年　　份：2025

卷　　号：48

期　　号：3

起止页码：167-173

语　　种：中文

收录情况：BDHX、BDHX2023、核心刊

摘　　要：随着5G基础设施的逐步完善及中国广电作为第四大运营商的进场,四大运营商之间的竞争越来越激烈,对于5G潜在用户的精准识别问题成为了四大运营商的公共问题。文中从某地市运营商的实际数据出发,采用网格搜索方法对XGBoost模型的超参数进行优化改进,建立了5G潜客智能识别模型,并与逻辑回归、KNN、决策树、随机森林、LightGBM、XGBoost等主流模型进行了对比实验。结果显示了改进的XGBoost模型的优越性,利用SHAP可解释性模型对特征重要性进行排名。研究结果可对营销工作效率、运营商的5G市场竞争力的提升提供理论依据。

关 键 词：5G  潜在用户 XGBoost  随机森林  网格搜索 特征重要性  SHAP  营销策略

分 类 号：TN919-34]