★ 3
可解释AI用于电信客户流失预测的CRM集成框架
研究在IBM数据集上基准测试四种分类器,逻辑回归AUC最高。提出四层CRM集成架构,将风险评分和归因向量转化为分层细分和保留行动模板,预计可减少流失3.3-5.3个百分点。
arXiv cs.AI65 天前
共 2 篇相关资讯,按重要度与时间排序,每 3 小时更新。
研究在IBM数据集上基准测试四种分类器,逻辑回归AUC最高。提出四层CRM集成架构,将风险评分和归因向量转化为分层细分和保留行动模板,预计可减少流失3.3-5.3个百分点。
一篇 arXiv 论文对 IBM 电信客户流失基准(n=7043)进行可信度审计,指出文献中普遍报告的 95% 以上准确率存在四类问题。其中预划分 SMOTE 使流失类 F1 虚高 13.1 个百分点,成本最优阈值比 F1 最优阈值低 5-10 倍,每千名客户可省约 7.7 万美元。作者提出包含流…