研究人员开发了一种使用滚动窗口方法预测客户流失的新框架。该方法在30天的观察窗口内模拟客户行为，以估计随着活动演变而产生的流失风险。该框架整合了基于特征和基于序列的学习技术，在真实世界数据集上表现稳健，其中基于特征的模型准确率达到87.6%，ROC-AUC为0.94。 AI
影响 为预测客户流失提供了一种稳健且可解释的方法，有可能改进服务环境中的客户保留策略。
排序理由 该集群包含一篇详细介绍新研究框架的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →