随着电信行业市场竞争的不断加剧,用户维权意识的不断提高,各大运营商用户投诉量日益攀升。在此情况下,如何减少用户投诉量成为运营商关注的焦点。为了减少用户的投诉量,一方面可以从运营商自身出发,不断提高电信产品服务质量。另一方面可以从预测用户投诉行为入手,通过数据挖掘模型来预测未来可能会投诉的用户,分析其投诉原因。针对这些潜在投诉用户提前制定不同的营销方案,使得运营商在处理投诉问题时由被动变为主动,从而大幅度的降低用户投诉量。但是,传统投诉预测模型普遍存在以下几个问题:(1)模型输入的数据大多采用相对容易获得的业务支持系统(Business Support System,BSS)数据,而没有充分利用电信运营商的运营支持系统(Operation Support System,OSS)数据。然而融合BSS和OSS数据构成电信大数据可以设计出更加精确的投诉预测模型;(2)没有基于电信大数据设计出有效的特征及选择合适的算法分类器来进行投诉预测;(3)不能自动从电信大数据中捕捉到一些非线性的组合特征来提高模型的预测精度;因此,如何高效的利用大数据技术解决电信投诉预测问题是一件非常具有意义的工作。本文首先构建了基于Hadoop/Spark的电信大数据平台,并提出了使用并行随机森林(Parallel Random Forest,PRF)构建用户投诉预测模型。该方法不仅用到了BSS数据,而且还用到了OSS数据和客服工单数据(Customer Service Records,CSR),并选用合适的特征工程方法从这些数据中提取出BSS特征、OSS特征和CSR特征。最后利用网页排序算法(Page Rank,PR)、标签传播算法(Label Propagation,LP)和因式分解机算法(Factorization Machine,FM)自动提取出了反映用户间相互关系的图特征和特征间的二阶组合特征。为了自动捕捉一些非线性特征,本文提出了基于卷积神经网络(Convolutional Neural Networks,CNN)的投诉预测模型和基于深度置信网络(Deep Belief Networks,DBN)特征学习的投诉预测模型。由于CNN输入特征顺序的特殊性,本文采用了基于矩阵分解(Matrix Factorization,MF)特征相似度排序的方法对输入特征顺序进行了重排序,即将相似度联系最大的特征尽量放在一起。由于DBN模型效果对隐层相关的初始化参数十分敏感,本文通过大量实验对比,对隐层层数、每层节点数和模型迭代次数这三个模型初始化参数进行了最优选择。最终运用深度多层网络模型从原始特征中自动学习到了适合分类器分类的非线性组合特征表示,将其输入到传统分类器中,实验结果显示该方法不但能提升分类的精度,而且能避免人工特征工程过程中难以预估的复杂性等缺陷。本文以上海市某运营商中1032945个真实用户历史数据作为训练样本,其中正负样本比例为1:3。实验结果表明,本文提出的PRF算法与构建的图特征和二阶组合特征比以往研究的投诉预测模型运行速度更快,精度在AUC指标上提升了5.2%。本文基于CNN和DBN的预测模型相比传统预测模型在AUC指标上也分别提升了2.9%和7.1%。这充分证实了本文从人工特征工程方法和深度学习方法两方面提取特征的有效性,也从侧面证实了深度学习特征学习单元在电信大数据领域的可用性,为电信大数据在其它应用领域提供了指导性的建议。