实体
IBM Telco Customer Churn dataset
IBM Telco Customer Churn dataset
PulseAugur coverage of IBM Telco Customer Churn dataset — every cluster mentioning IBM Telco Customer Churn dataset across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的CARRE框架使用LLM进行可解释的客户流失处方
研究人员开发了CARRE，一个旨在改进企业流失处方的新型三阶段框架。该系统集成了检索增强候选生成、成本感知反事实评分和大型语言模型（LLM）推理，不仅能识别有流失风险的客户，还能提出具体的、有依据的挽留措施。与IBM Telco客户流失数据集上的基线方法相比，CARRE在风险降低和成本归一化效率方面表现出显著的改进。进一步的评估显示，生成的解释具有高度的一致性和低违规率，表明其在更具可操作性和可理解性的客户挽留策略方面具有潜力。
-
机器学习框架通过客户流失预测和细分优化电信营销
开发了一个新的机器学习框架，通过预测客户流失和根据客户价值及流失风险进行客户细分，帮助电信公司优化营销策略。该框架利用 CatBoost、XGBoost 和 LightGBM 等梯度提升模型，在 IBM Telco Customer Churn 数据集上取得了出色的性能指标。通过将客户流失预测与使用 k-means 聚类和主成分分析的客户细分相结合，该系统识别出四个可操作的客户群体，从而能够设计量身定制的客户保留和参与策略，重点是最大…