基于边界样本欠取样支持向量机的电信用户欠费分类算法

doi:10.11959/j.issn.1000-0801.2017208

电信科学 ›› 2017, Vol. 33 ›› Issue (9): 85-91.doi: 10.11959/j.issn.1000-0801.2017208

基于边界样本欠取样支持向量机的电信用户欠费分类算法

李创创,卢光跃,王航龙

西安邮电大学无线网络安全技术国家工程实验室，陕西西安 710121

修回日期:2017-07-06 出版日期:2017-09-01 发布日期:2017-09-11
作者简介:李创创（1991-），男，西安邮电大学无线网络安全技术国家工程实验室硕士生，主要研究方向为数据挖掘。|卢光跃（1971-），男，西安邮电大学无线网络安全技术国家工程实验室教授，主要研究方向为信号与信息处理、认知无线电和大数据分析。|王航龙（1989-），男，西安邮电大学无线网络安全技术国家工程实验室硕士生，主要研究方向为数据挖掘。

SVM classifier for telecom user arrears based on boundary samples-based under-sampling approaches

Chuangchuang LI,Guangyue LU,Hanglong WANG

National Engineering Laboratory for Wireless Security,Xi’an University of Posts and Telecommunications,Xi’an 710121,China

Revised:2017-07-06 Online:2017-09-01 Published:2017-09-11

摘要/Abstract

摘要：

电信用户欠费预测是一个不平衡数据集分类问题。针对传统支持向量机（SVM）对不均衡数据集中少数类检测精度低的问题，基于分类平面由边界样本的位置决定，提出了一种通过删除部分多数类边界样本的方法来改善传统 SVM 算法的不足，将该算法和其他几种算法在电信数据和多个不平衡 UCI 数据集上的实验结果进行对比，验证所提算法对少数类的检测精度和总体评价指标都有所提高。

关键词: 欠费, 不均衡, SVM, 边界, 欠取样

Abstract:

Telecom users’ arrears forecasting is a classification problem of unbalanced data set.To deal with the problem that the traditional SVM on the unbalanced date set had a low detection accuracy of minority class,a novel method was proposed.Based on the fact that the position of classification plane was determined by the boundary samples,the proposed method was implemented via removing some of samples closed to the classification plane to avoid the deficiency of the traditional SVM algorithm.Finally,the proposed method was compared with other approaches on unbalanced data sets.The simulation results show that the proposed method can not only increase the detection accuracy of minority but also improve the overall classification performance.

Key words: arrear, unbalance, support vector machine, boundary, under-sampling

中图分类号:

TP181

李创创,卢光跃,王航龙. 基于边界样本欠取样支持向量机的电信用户欠费分类算法[J]. 电信科学, 2017, 33(9): 85-91.

Chuangchuang LI,Guangyue LU,Hanglong WANG. SVM classifier for telecom user arrears based on boundary samples-based under-sampling approaches[J]. Telecommunications Science, 2017, 33(9): 85-91.

图/表 5

图1

图2

表1

表2

表3

参考文献 14

[1]	渠瑜 . 基于 SVM 的高不平衡分类技术研究及其在电信业的应用[D]. 杭州:浙江大学, 2010.
	QU Y . Research on SVM-based highly imbalanced classification and its application in telecommunications[D]. Hangzhou:Zhejiang University, 2010.
[2]	VAPNIK V N . The nature of statistical learning theory[M]. Berlin: SpringerPress, 2000: 138-167.
[3]	JAMIL S , KHAN A . Churn comprehension analysis for telecommunication industry using ALBA[C]// ICET,IEEE,October 18-19,2016,Islamabad,Pakistan. New Jersey:IEEE Press, 2016.
[4]	RASKUTTI B . Extreme re-balancing for SVMs:a case study[J]. ACM Sigkdd Explorations Newsletter, 2004,6(1): 60-69.
[5]	KANG P , CHO S . EUS SVMs:ensemble of under-sampled SVMs for data imbalance problems[M]. Berlin: SpringerPress, 2006: 837-846.
[6]	陶新民, 张冬雪, 郝思媛 ,等. 基于谱聚类下采样失衡数据下SVM故障检测[J]. 振动与冲击, 2013,32(16): 30-36.
	TAO X M , ZHANG D X , HAO S Y ,et al. Fault detection based on spectral clustering combined with under-sampling SVM under unbalanced datasets[J]. Journal of Vibration and Shock, 2013,32(16): 30-36.
[7]	HE H B , EDWARDO A . Learning from imbalanced data[J]. IEEE Transactions on Knowledge and Data Engineering, 2009,21(8): 1263-1284.
[8]	LIU X Y , ZHOU Z H . Exploratory under-sampling for class-imbalance learning[J]. IEEE Transactions on Systems,Man and Cybernetics, 2009,39(2): 539-550.
[9]	LIN C F , WANG S D . Fuzzy support vector machines[J]. IEEE Transactions on Neural Networks, 2002,13(2): 464-71.
[10]	HE H , GARCIA E A . Learning from imbalanced data[J]. IEEE Transactions on Knowledge ＆ Data Engineering, 2009,21(9): 1263-1284.
[11]	陶新民, 郝思媛, 张冬雪 ,等. 基于样本特性欠取样的不均衡支持向量机[J]. 控制与决策, 2013(7): 978-984.
	TAO X M , HAO S Y , ZHANG D X ,et al. Support vector machine for unbalanced data based on sample properties under-sampling approaches[J]. Control and Decision, 2013(7): 978-984.
[12]	BATUWITA R , PALADE V . FSVM-CIL:fuzzy support vector machines for class imbalance learning[J]. IEEE Transactions on Fuzzy Systems, 2010,18(3): 558-571.
[13]	李航 . 统计学习方法[M]. 北京: 清华大学出版社, 2012.
	LI H . Statistical learning method[M]. Beijing: Tsinghua University PressPress, 2012.
[14]	包志强, 崔妍 . 电信客户欠费模型评估[J]. 西安邮电大学学报, 2015(4): 97-101.
	BAO Z Q , CUI Y . Telecom customer arrearages model evaluation[J]. Journal of Xi’an University of Posts and Telecommunications, 2015(4): 97-101.

样本属性	样本1	样本2	样本3	样本4	样本5
是否VIP	0	0	0	0	0
用户属性	0	0	1	0	1
付费方式	0	0	0	0	0
是否离网	0	0	0	0	0
是否主动离网	0	0	0	0	0
是否被动离网	0	0	0	0	0
是否主动停机	0	0	0	0	0
月通话时长/s	0	0	47 431	36 649	68 805
月通话次数/次	0	0	512	51	466
GPRS流量/KB	0	0	43 967	215 791	0
短信发送量/条	0	0	1	238	9
彩信发送量/条	1	2	20	20	23
套餐月费	1	5	2	2	2
通话费用/元	0	0	30.15	2.25	20.85
赠费销账/元	30	0	0	0	0
月初账费/元	42	193	131.85	157.27	150.75
账户余额/元	0	0	169.74	149.33	291.91

数据集	少数类数量	多数类数量	样本总数	不平衡比	类别数	正例类（第几类）
Haberman	81	225	306	26∶74	2	2
Pima-Indians	268	500	768	35∶65	2	1
Page-blocks	115	5 358	5 473	2∶98	5	5
Waveform	1 657	3 343	5 000	35∶65	2	1
abalone	103	4 074	4 177	2∶98	29	15
电信数据	250	3 000	3 250	8∶92	2	1

数据集	评价指标	B-SVM	标准SVM算法	模糊SVM算法	随机欠取样SVM算法	随机过取样SVM算法
Haberman	GM	0.68	0.420	0.547	0.592	0.624
	SE	0.55	0.198	0.325	0.625	0.475
	SP	0.84	0.893	0.82	0.56	0.82
Pima-Indians	GM	0.77	0.689	0.703	0.760	0.679
	SE	0.91	0.530	0.54	0.74	0.580
	SP	0.65	0.896	0.915	0.78	0.795
Page-blocks	GM	0.86	0.761	0.702	0.749	0.391
	SE	0.76	0.583	0.5	0.62	0.4
	SP	0.974	0.995	0.985	0.905	0.975
Waveform	GM	0.880	0.877	0.875	0.877	0.792
	SE	0.908	0.827	0.818	0.894	0.654
	SP	0.853	0.928	0.936	0.860	0.96
abalone	GM	0.49	0	0	0.539	0.02
	SE	0.46	0	0	0.58	0.02
	SP	0.523	1	1	0.5	0.997
电信数据	GM	0.931	0.561	0.918	0.871	0.871
	SE	0.92	0.32	0.88	0.88	0.8
	SP	0.942	0.983	0.958	0.862	0.948

基于边界样本欠取样支持向量机的电信用户欠费分类算法

SVM classifier for telecom user arrears based on boundary samples-based under-sampling approaches

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 14

相关文章 9

Metrics

推荐阅读 0

[1]	聂建园,包建荣,姜斌,刘超,朱芳,何剑海. 基于采样协方差矩阵的混合核SVM高效频谱感知[J]. 电信科学, 2019, 35(11): 19-26.
[2]	宋正江,李晓晨,陈江. CRSN中基于随机网络演算的拥塞控制协议QoS边界分析[J]. 电信科学, 2016, 32(4): 44-51.
[3]	唐宏,朱华虹,曹维华,邹洁. 基于SDN的大型IP网络BGP路由优化方案[J]. 电信科学, 2016, 32(3): 14-19.
[4]	关晓惠,钱亚冠. 一种基于不均衡数据的网络入侵流量分类方法[J]. 电信科学, 2015, 31(6): 79-85.
[5]	董昊,曲桦,赵季红,陈梁骏,戴慧珺. 基于DT-KSVM的业务感知算法[J]. 电信科学, 2015, 31(11): 67-71.
[6]	肖雷雨,向亮,许洪东,焦文华,李思,朱哲群,陈晨曦. 宽带充值绿色通道业务的研究与实践[J]. 电信科学, 2014, 30(Z1): 148-153.
[7]	邱贤奕,李洪. 构建集约化的运营商业务平台安全域防护体系——业务平台安全域划分及边界整合思路浅析[J]. 电信科学, 2013, 29(8): 56-62.
[8]	王颖,奚展跃,严学纯. 分离式SBC在IMS网络中的应用研究[J]. 电信科学, 2011, 27(9): 20-25.
[9]	刁艳蓉,周峰,史仿严. 移动互联网业务欠费控制的实现[J]. 电信科学, 2009, 25(5): 27-31.