论文部分内容阅读
发挥机器学习算法在分类预测方面的优势，通过实证研究探索付费知识直播用户流失预测模型，分析预测特征变量，为用户留存管理提供决策依据。以知乎Live为数据来源，从用户价值特征及评价特征两个维度出发，采集用户最近一次消费时间、月均消费次数、次均消费金额、首次消费时间及评分、评论文本共六项特征数据，基于六种机器学习算法构建预测模型，比较不同模型的预测效果。对比分析特征变量在用户流失预测中的贡献度，根据关键特征变量划分流失用户类型，提出相应留存策略。评分与评论文本情感对用户流失预测具有显著作用；基于集成学习的XGBoost用户流失预测模型综合表现最好，随机森林次之，集成学习优越的泛化性能得到验证；通过分析影响用户流失预测的重要变量，归纳总结出四类流失用户类型。