Nov, 2015
利用卷积网络对实际电信挑战进行高准确度预测
Performing Highly Accurate Predictions Through Convolutional Networks
for Actual Telecommunication Challenges
TL;DR本文研究如何应用深度学习和卷积神经网络来在电信环境下构建更好的预测模型，并解决其中的非常规问题——预测电信运营商客户流失。该文通过创新的编码方法将客户活动数据和CDR数据转换为图像，并得出名为WisNet的模型。实验结果表明，WisNet在使用结构化输入数据时学习特征的能力胜过手工特征的机器学习模型，且无需费时的特征工程，同时可实现模型的泛化性及提取有用的表示。