摘要
随着家庭宽带业务的快速发展,用户满意度预测已成为运营商优化服务质量、实施主动关怀的核心挑战。文章提出一种基于Stacking集成策略的异构AI模型(LightGBM、XGBoost、MLP)融合框架,通过双阶段特征筛选策略和贝叶斯参数优化方法,实现对用户满意度的精准预测。实验结果表明,该融合模型较单一模型具有更优的预测性能,其准确率达93.56%,AUC值达0.966,可为运营商构建精准、高效的用户满意度预警体系提供关键技术支撑。
出处
《电脑知识与技术》
2025年第32期133-135,共3页
Computer Knowledge and Technology
