来源：期刊VIP网 时间：
作者：柴桦;范馨月;
单位：贵州大学数学与统计学院数学系;
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
基金资助：贵州省基础研究计划项目（黔科合基础-ZK[2023]一般038）
