張 軒a,，許國(guó)良**，魏 安a,，王 超a,，雒江濤

(重慶郵電大學(xué) a.通信與信息工程學(xué)院；b.電子信息與網(wǎng)絡(luò)工程研究院，重慶 400065)

0 引 言

隨著經(jīng)濟(jì)全球化和國(guó)際化進(jìn)程的加快，出境市場(chǎng)迎來良好的發(fā)展機(jī)遇，作為出境市場(chǎng)的核心，出境用戶的畫像和行為分析研究越來越受到關(guān)注。文獻(xiàn)[1]利用調(diào)查問卷數(shù)據(jù)分析了武漢出境游客的人文屬性特征和行為特征。文獻(xiàn)[2]利用在線旅游社區(qū)的文本數(shù)據(jù)分析了中國(guó)游客購(gòu)物行為特征。文獻(xiàn)[3]利用調(diào)查問卷、訪談和在線旅游內(nèi)容對(duì)前往泰國(guó)的中國(guó)游客進(jìn)行研究，分析了游客的人文屬性特征、出境動(dòng)機(jī)以及消費(fèi)特征。文獻(xiàn)[4]利用調(diào)查問卷數(shù)據(jù)，分析了香港居民的人文屬性特征、網(wǎng)絡(luò)行為特征、心理特征等，并利用網(wǎng)絡(luò)行為特征和心理特征來識(shí)別潛在出境用戶，但準(zhǔn)確率不高。以上研究存在樣本量小、數(shù)據(jù)真實(shí)性無法保證等問題，且缺乏對(duì)用戶出境前行為的分析研究。

電信運(yùn)營(yíng)商積累了海量的用戶數(shù)據(jù)，包括消費(fèi)信息、終端信息等靜態(tài)數(shù)據(jù)，以及上網(wǎng)、通話、出行等行為產(chǎn)生的大量時(shí)空數(shù)據(jù)，運(yùn)營(yíng)商數(shù)據(jù)因自身的數(shù)據(jù)優(yōu)勢(shì)在行業(yè)市場(chǎng)得到了廣泛應(yīng)用[5]。研究學(xué)者利用運(yùn)營(yíng)商數(shù)據(jù)進(jìn)行城市居民流動(dòng)模式和城市土地功能使用模式分析、特定行業(yè)用戶挖掘、城市交通預(yù)測(cè)[6]等，但鮮有學(xué)者利用運(yùn)營(yíng)商數(shù)據(jù)在出境領(lǐng)域展開研究。雖然運(yùn)營(yíng)商數(shù)據(jù)為出境領(lǐng)域研究帶來了新的突破口，但是如何利用運(yùn)營(yíng)商數(shù)據(jù)挖掘欲發(fā)生出境行為的用戶仍然存在著諸多挑戰(zhàn)。

在模式識(shí)別系統(tǒng)中，特征融合方法得到了廣泛應(yīng)用，融合后的新特征更具抽象性，可提高模型的分類性能。文獻(xiàn)[7]通過串聯(lián)形式融合圖像的深淺層特征，提高了人臉識(shí)別的準(zhǔn)確率。文獻(xiàn)[8]通過加權(quán)求和、向量拼接的方式融合文本特征，顯著提高了譯文估計(jì)質(zhì)量的準(zhǔn)確性。文獻(xiàn)[9]通過多核學(xué)習(xí)法融合音頻特征，顯著提高了語音情感識(shí)別準(zhǔn)確率。

本文提出了一種三層架構(gòu)的基于多分類器集成和特征融合的用戶出境預(yù)測(cè)模型(Three-level Model for Predict Users Whether to Leave the Country Based on Ensemble Learning and Feature Fusion,TMPBEF)，首先構(gòu)建用戶多行為分析參考字段庫，利用用戶的移動(dòng)終端信息交互數(shù)據(jù)挖掘用戶的出境相關(guān)行為特征和靜態(tài)特征，然后將第一層和第二層分類器的輸出特征進(jìn)行融合，構(gòu)建交互特征輸入三層分類器進(jìn)行訓(xùn)練和預(yù)測(cè)，以預(yù)測(cè)用戶近期是否出境。

1 TMPBEF模型理論基礎(chǔ)

1.1 分類器融合方法

目前，主要采用兩種分類器融合方法處理分類問題。以二分類(0,1)為例，yi和pi分別為單個(gè)模型的預(yù)測(cè)類別和預(yù)測(cè)概率，fre(yi)為yi出現(xiàn)的次數(shù)，M為模型的數(shù)量，wm為單個(gè)模型權(quán)重，選擇結(jié)果為H(x)。

(1)

(2)

(1)投票法

利用簡(jiǎn)單投票法(如式(1))或加權(quán)投票法(如式(2))對(duì)多個(gè)分類器的輸出結(jié)果進(jìn)行選擇，選擇結(jié)果作為最終的輸出類別。例如，文獻(xiàn)[10]利用簡(jiǎn)單投票法構(gòu)建融合模型，模型的泛化性能大幅度提升。文獻(xiàn)[11]利用加權(quán)投票法集成多個(gè)模型，實(shí)現(xiàn)越南語組合歧義的準(zhǔn)確分類。

(2)堆棧泛化法

堆棧泛化(Stacked Generalization)方法(以下簡(jiǎn)稱Stacking方法)采用兩層框架結(jié)構(gòu)，利用多個(gè)分類器對(duì)樣本集進(jìn)行學(xué)習(xí)和預(yù)測(cè)，然后將所有分類器的輸出結(jié)果作為特征，輸入最終的分類器中進(jìn)行學(xué)習(xí)[12]。例如，文獻(xiàn)[13]采用該方法融合多種基于決策樹的集成學(xué)習(xí)算法構(gòu)建釣魚網(wǎng)頁識(shí)別模型，模型準(zhǔn)確率達(dá)97.3%，優(yōu)于各單一模型。

1.2 貝葉斯優(yōu)化算法

貝葉斯優(yōu)化算法因搜索效率高、穩(wěn)健性好等優(yōu)點(diǎn)，在科研工作中得到了廣泛的應(yīng)用[16]。假設(shè)模型參數(shù)值集合為X={x1,x2,…,xn}，未知目標(biāo)函數(shù)和模型參數(shù)間有一定的映射關(guān)系g，則目標(biāo)函數(shù)可表示為g(X)，算法的優(yōu)化問題轉(zhuǎn)化為求未知目標(biāo)函數(shù)g(X)的全局最優(yōu)解[14]，如式(3)所示：

(3)

除了算法參數(shù)集合X和映射關(guān)系g，貝葉斯優(yōu)化還需要關(guān)鍵的兩個(gè)元素,即采集函數(shù)和假設(shè)模型。采集函數(shù)用于從X中確定下一次需要評(píng)估的參數(shù)x，假設(shè)模型用于模擬目標(biāo)函數(shù)的先驗(yàn)分布，然后根據(jù)此分布評(píng)估參數(shù)x的性能。

1.3 特征選擇

最小冗余最大相關(guān)(Minimum Redundancy Maximum Relevance,mRMR)算法是一種典型的基于空間搜索的過濾式特征選擇方法，其使用互信息與信息熵作為特征子集的搜索策略，遴選出與類別變量有最大依賴性的特征子集[15]。假設(shè)F={f1,f2,…,fk}為特征集合，C為樣本類別，I(fi;C)為特征fi與類別C之間的互信息，I(fi;fj)為特征fi與特征fj之間的互信息?；バ畔(fi;fj)最小時(shí)，fi與fj相關(guān)性最??；互信息I(fi;C)最大時(shí)，fi為與類別強(qiáng)相關(guān)。最小冗余指標(biāo)minR(F)定義和最大相關(guān)指標(biāo)maxD(F,C)定義如下所示：

(4)

(5)

基于上述公式，mRMR算法MIQ(Mutual Information Quotient)準(zhǔn)則表示如下：

(6)

2 TMPBEF模型構(gòu)建

鑒于Stacking法不僅能夠綜合降低投票法融合所產(chǎn)生的偏差和方差，還能融合各分類器的輸出結(jié)果，本文在Stacking算法基礎(chǔ)上，構(gòu)建三層框架的多分類器集成算法。TMPBEF模型的1-level分類器和2-level分類器采用邏輯回歸(Logistic Regression,LR)、k最近鄰(k-Nearest Neighbor,KNN)、高效梯度提升決策樹(Highly Efficient Gradient Boosting Decision Tree,LGB)、自適應(yīng)提升(AdaBoost)的融合模型，3-level分類器采用泛化能力強(qiáng)、訓(xùn)練數(shù)據(jù)快的隨機(jī)森林(Random Forest,RF)模型。為了提高模型的預(yù)測(cè)精度，本文選用了貝葉斯優(yōu)化方法對(duì)單一分類器進(jìn)行性能優(yōu)化，實(shí)現(xiàn)模型的分類精度最大化。

2.1 貝葉斯優(yōu)化函數(shù)設(shè)計(jì)

本文選擇高斯過程作為假設(shè)模型，選擇UCB函數(shù)作為采集函數(shù)。模型的最終目的是基于用戶的最優(yōu)特征，實(shí)現(xiàn)較高的分類準(zhǔn)確度。本文屬于類別不均衡問題，為了更全面評(píng)估單一模型的分類性能，采用AUC(Area Under the Curve)值作為優(yōu)化函數(shù)，具體如式(7)所示：

(7)

式中：l為按預(yù)測(cè)概率從小到大排序時(shí)正樣本在真實(shí)樣本中的排列序號(hào)，kpositive為正樣本的數(shù)目，knegative為負(fù)樣本的數(shù)目。

2.2 TMPBEF模型設(shè)計(jì)

圖1 TMPBEF框架

TMPBEF模型的設(shè)計(jì)流程如下：

Step1 為了降低模型的分類誤差，提高模型的穩(wěn)定性，對(duì)初始訓(xùn)練集的特征向量X進(jìn)行切分，將數(shù)據(jù)分為k份，采用滑動(dòng)窗口的形式將前k-1份數(shù)據(jù)作為1-level分類器的訓(xùn)練輸入，第k份數(shù)據(jù)作為1-level分類器的預(yù)測(cè)輸入，直到遍歷全部數(shù)據(jù)。數(shù)據(jù)切分重組如表1所示。

表1 切分重組樣本

Step2 假設(shè)1-level分類器為χ={χ1,χ2,χ3,χ4}，利用Step 1中的切分重組樣本Train-input對(duì)分類器進(jìn)行訓(xùn)練，得到預(yù)測(cè)函數(shù)集合χ(x)={χ1(x),χ2(x),χ3(x),χ4(x)}；利用χ(x)分別對(duì)訓(xùn)練集的特征向量Xtr和測(cè)試集特征向量Xte進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)結(jié)果χ(Xtr)={χ1(Xtr),χ2(Xtr),χ3(Xtr),χ4(Xtr)}和χ(Xte)={χ1(Xte),χ2(Xte),χ3(Xte),χ4(Xte)}，構(gòu)建新特征集A;將χ(Xtr)添加到Xtr中，χ(Xte)添加到Xte中，構(gòu)建新特征樣本集B。

Step3 利用Step 1中的數(shù)據(jù)劃分方法對(duì)特征向量Xtr進(jìn)行切分重組，假設(shè)2-level分類器為φ={φ1,φ2,φ3,φ4}，利用切分重組后的數(shù)據(jù)Train-input對(duì)分類器進(jìn)行訓(xùn)練，得到預(yù)測(cè)函數(shù)集合φ(x)={φ1(x),φ2(x),φ3(x),φ4(x)};利用φ(x)分別對(duì)訓(xùn)練集的特征向量Xtr和測(cè)試集的特征向量Xte預(yù)測(cè)，得到預(yù)測(cè)結(jié)果集φ(Xtr)={φ1(Xtr),φ2(Xtr),φ3(Xtr),φ4(Xtr)}和φ(Xte)={φ1(Xte),φ2(Xte),φ3(Xte),φ4(Xte)}，構(gòu)建新特征集C。

Step4 當(dāng)分類器存在顯著不同時(shí)，分類器間會(huì)存在較強(qiáng)的互補(bǔ)性。為了增加特征的細(xì)膩和抽象性，本文考慮設(shè)計(jì)特征融合函數(shù)G(x1,x2)，將特征樣本集A的特征向量χ(X)和特征樣本集C中的特征向量φ(X)進(jìn)行融合，得到融合后的特征向量G(X)，用于3-level分類器的輸入。初始化集合F1=?,F2=?，特征融合函數(shù)G(x1,x2)的偽代碼如下：

輸入：集合A，集合B

輸出：融合后的集合C

1.初始化集合C=?，M=len(A)，N=len(B)

2.fori=1,2,…,Mdo

3. forj=(i+1),…,Mdo

4. 更新集合C：C=C∪(A[i]×A[j])

5.fori=1,2,…,Mdo

6. forj=1,…,Ndo

7. 更新集合C：C=C∪(A[i]×B[j])

8.fori=1,2,…,Ndo

9. forj=(i+1),…Ndo

10. 更新集合C：C=C∪(B[i]×B[j])

11.輸出集合C

3 數(shù)據(jù)準(zhǔn)備與評(píng)估指標(biāo)

3.1 實(shí)驗(yàn)數(shù)據(jù)

來源于某省占市場(chǎng)份額最大的電信運(yùn)營(yíng)商，數(shù)據(jù)周期為2019年1—3月，包括:CDR話單數(shù)據(jù)(CDR data)，記錄用戶通信時(shí)所處位置、通話時(shí)長(zhǎng)、通話次數(shù)、對(duì)端號(hào)碼等信息；上網(wǎng)日志數(shù)據(jù)(Internet log data),記錄用戶上網(wǎng)的地理位置、使用的APP名稱、訪問的目的網(wǎng)頁、消耗的流量、上網(wǎng)時(shí)間等信息；信令軌跡數(shù)據(jù)(Signaling trace data)，記錄用戶的出行位置、駐留時(shí)長(zhǎng)、出行時(shí)間等信息；用戶屬性數(shù)據(jù)，記錄用戶的性別、年齡、月均話費(fèi)、終端品牌等屬性信息。將1—2月的樣本作為候選訓(xùn)練集，2—3月的樣本作為候選測(cè)試集(剔除訓(xùn)練集中的重復(fù)數(shù)據(jù))?？紤]到用戶隱私，樣本中用戶編號(hào)、手機(jī)號(hào)碼等關(guān)鍵字段進(jìn)行數(shù)據(jù)脫敏。

本文利用深度包解析技術(shù)和爬蟲技術(shù)構(gòu)建上網(wǎng)行為分析參考字段庫(Host_Keys)、通話行為分析參考字段庫(Port_No)、出行行為分析參考字段庫(Lac_Cell)，用于從移動(dòng)大數(shù)據(jù)中識(shí)別具有出境意向且發(fā)生出境相關(guān)行為的用戶。

3.2 特征提取和特征處理

利用行為分析參考字段庫分別對(duì)候選訓(xùn)練集和候選測(cè)試集進(jìn)行匹配過濾(關(guān)聯(lián)條件如圖2所示，黃色部分為參考字段庫數(shù)據(jù)，綠色部分為移動(dòng)大數(shù)據(jù))，得到發(fā)生過出境相關(guān)行為的潛在目標(biāo)用戶樣本集，樣本中包含正樣本和負(fù)樣本。對(duì)潛在目標(biāo)用戶樣本集進(jìn)行冗余字段過濾、異常值剔除、空缺值填充或剔除等處理，提高樣本數(shù)據(jù)的質(zhì)量。以真實(shí)的業(yè)務(wù)場(chǎng)景為參考，提取用戶的靜態(tài)特征(性別、年齡等)和特定時(shí)空行為特征(上網(wǎng)特征、出行特征、國(guó)內(nèi)通話特征、國(guó)際通話特征)，如表2所示，其中fi(i=1,2,…,50)代表用戶特征。

表2 用戶特征集合

圖2 表間關(guān)聯(lián)條件

考慮到性別為類別特征，本文對(duì)類別特征進(jìn)行屬性轉(zhuǎn)換處理。將每個(gè)用戶樣本構(gòu)造為<用戶編號(hào)，特征，標(biāo)簽>類型，以此構(gòu)建特征訓(xùn)練集和特征測(cè)試集。特征間的量綱不同對(duì)于KNN、邏輯回歸等基于距離計(jì)算的分類算法的分類精度會(huì)有很大影響，本文采用標(biāo)準(zhǔn)化方法本對(duì)特征變量f進(jìn)行歸一化處理，將數(shù)據(jù)取值范圍縮放到[0,1]，歸一化后的特征數(shù)據(jù)為f*，特征轉(zhuǎn)換公式如下：

(8)

式中：u和δ分別為特征變量f的均值和方差。

3.3 評(píng)估指標(biāo)

本文實(shí)驗(yàn)數(shù)據(jù)中，出境用戶的數(shù)量小于非出境用戶數(shù)量，屬于類別不均衡問題。為了更好地評(píng)估模型的分類性能，故采用F值(F1-score)、AUC值、算法耗時(shí)三個(gè)評(píng)價(jià)指標(biāo)。假設(shè)模型對(duì)目標(biāo)數(shù)據(jù)的預(yù)測(cè)結(jié)果為PL(Predict Label)，數(shù)據(jù)的真實(shí)標(biāo)簽為AL(Actual Label)，則F1-score計(jì)算公式如下：

(9)

(10)

(11)

本文中，AUC值指從真實(shí)樣本中隨機(jī)選擇一個(gè)出境用戶和一個(gè)非出境用戶，模型對(duì)出境用戶的預(yù)測(cè)概率大于對(duì)非出境用戶的預(yù)測(cè)概率的概率。

4 實(shí)驗(yàn)及結(jié)果分析

4.1 實(shí)驗(yàn)環(huán)境

本文的實(shí)驗(yàn)基于Hadoop大數(shù)據(jù)平臺(tái)和Python3.6環(huán)境完成的。Hadoop的MapReduce框架可并行高效地處理大數(shù)據(jù)，本文將其用于移動(dòng)大數(shù)據(jù)和行為分析參考字段庫的關(guān)聯(lián)匹配及冗余字段的過濾處理。Python的Scikit-learn中封裝了多種機(jī)器學(xué)習(xí)算法，本文利用Python環(huán)境完成特征的構(gòu)建、特征提取、模型構(gòu)建、參數(shù)調(diào)優(yōu)和模型驗(yàn)證等工作。

4.2 輸入數(shù)據(jù)特征

1-level分類器的輸入數(shù)據(jù)非原始的移動(dòng)數(shù)據(jù)，而為3.2小節(jié)特征提取操作后的特征數(shù)據(jù)(即表3)，用于模型輸入的用戶特征共計(jì)50個(gè)，全部為數(shù)值型數(shù)據(jù)。用戶的50個(gè)特征值存在缺失值情況，本文針對(duì)缺失的特征值采用0填充處理。基于以上特征構(gòu)建模型輸入樣本集(包括訓(xùn)練集和測(cè)試集)。訓(xùn)練集樣本的形狀為(52 625,50)，測(cè)試集樣本形狀為(32 270,50)。部分輸入數(shù)據(jù)特征如表3所示。

表3 部分輸入數(shù)據(jù)特征

4.3 最優(yōu)特征選擇

經(jīng)過數(shù)據(jù)預(yù)處理后得到了50個(gè)可能與用戶出境相關(guān)的數(shù)據(jù)特征中包含許多相關(guān)性較低的特征，所以本文利用mRMR特征算法的MIQ準(zhǔn)則對(duì)訓(xùn)練集樣本進(jìn)行特征選擇，算法輸出結(jié)果為各特征的得分值。本文根據(jù)特征得分將特征由高到低排列，選擇前15個(gè)特征用于后續(xù)的模型訓(xùn)練。這15個(gè)特征達(dá)到的分類性能是50個(gè)特征達(dá)到的性能的97.9%，而且運(yùn)算效率明顯提高，故本文選擇前15個(gè)特征作為最優(yōu)特征，如表4所示。經(jīng)過特征選擇后，最終用于1-level分類器輸入的訓(xùn)練集樣本形狀為(52 625,15)，測(cè)試集樣本形狀為(32 270,15)。

表4 最優(yōu)特征

4.4 3-level分類器學(xué)習(xí)和預(yù)測(cè)

(1)3-level分類器輸入

由于本文是處理二分類問題，用戶出境的類別對(duì)應(yīng)1，用戶不出境的類別對(duì)應(yīng)0，所以1-level分類器和2-level分類器的輸出值均為1或0。將前兩個(gè)level共計(jì)8個(gè)分類器的輸出值進(jìn)行拼接，得到特征向量X=[x1,x2,x3,x4,x5,x6,x7,x8]，將特征兩兩之間進(jìn)行相乘構(gòu)建交互特征，共生成28個(gè)新特征。將每個(gè)用戶樣本構(gòu)造為<用戶編號(hào)，新特征，標(biāo)簽>類型，標(biāo)簽采用最開始的用戶標(biāo)簽，則3-level分類器的訓(xùn)練集樣本形狀為(52 625,28)，測(cè)試集樣本形狀為(32 270,28)。

(2)3-level分類器學(xué)習(xí)與預(yù)測(cè)

利用3-level分類器對(duì)訓(xùn)練集樣本進(jìn)行訓(xùn)練，得到預(yù)測(cè)函數(shù)f(u,X,y)，利用預(yù)測(cè)函數(shù)f(u,X,y)對(duì)測(cè)試集樣本進(jìn)行預(yù)測(cè)，最終得到用戶的類別標(biāo)簽(0或1)。

4.5 模型評(píng)估

為客觀評(píng)估TMPBEF的分類性能，本文將TMPBEF分別與LGB、KNN、LR、RF、AdaBoost五種單一模型、基于五種單一模型的兩層Stacking融合模型、基于1-level分類器的投票法融合模型進(jìn)行對(duì)比，所有對(duì)比模型如表5所示。

表5 對(duì)比模型

4.6 結(jié)果與分析

本文所有實(shí)驗(yàn)均在同一環(huán)境下和同一特征數(shù)據(jù)集上進(jìn)行，TPMBIF與單一模型、Stacking兩層融合模型、投票法融合模型的對(duì)比實(shí)驗(yàn)結(jié)果見表6。

表6 對(duì)比實(shí)驗(yàn)數(shù)據(jù)

(1)TMPBEF與單一模型的對(duì)比

5種單一模型中，性能最差的是RF模型，性能最好的是LR模型，模型對(duì)比詳見圖3。TMPBEF相比LR模型，F(xiàn)1分值提高8.55%，AUC值提高9.61%，耗時(shí)較高。TMPBEF相比RF模型，F(xiàn)1分值提高21.17%，AUC值提高27.79%，耗時(shí)較高。綜上，TMPBEF相比單一模型，F(xiàn)1分值提升范圍為[8.55%,21.17%]，AUC值提升范圍為[9.61%,27.79%]。

圖3 TMPBEF與單一模型、Stacking融合模型對(duì)比

(2)TMPBEF與Stacking融合模型的對(duì)比

5種算法中，RF算法對(duì)1-level分類器的預(yù)測(cè)結(jié)果擬合學(xué)習(xí)最好，LGB算法對(duì)1-level分類器的預(yù)測(cè)結(jié)果擬合學(xué)習(xí)最差，模型對(duì)比詳見圖3。TMPBEF相比Stacked_RF模型，F(xiàn)1分值提高5.97%，AUC值提高6.37%，耗時(shí)較高。TMPBEF相比Stacked_LGB模型，F(xiàn)1分值提高17.41%，AUC值提高21.97%，耗時(shí)較高。綜上，TMPBEF相比Stacking融合模型，F(xiàn)1分值提升范圍為[5.97%,17.4%]，AUC值提升范圍為[6.37%,21.97%]。

(3)TMPBEF與投票法融合模型的對(duì)比

11種投票法融合模型中，Type2融合模型性能最優(yōu)，Type3模型性能最差，模型對(duì)比詳見圖4。相比Type2模型，TMPBEF的F1分值提高3.65%，AUC值提高4.13%，耗時(shí)較高。相比Type3模型，TMPBEF的F1分值提高19.96%，AUC值提高25.77%，耗時(shí)較高。綜上，TMPBEF相比投票法融合模型，F(xiàn)1分值提升范圍為[3.65%,19.96%]，AUC值提升范圍為[4.13%,25.77%]。

圖4 TMPBEF與投票法融合模型對(duì)比

如圖5所示，TMPBEF相比單一模型、投票法融合、Stacking融合在AUC值和F1值上均有所提升。相比單一模型、投票法融合、Stacking融合，AUC值提升范圍為[4.13%,27.79%]，F(xiàn)1值提升范圍為[3.85%,21.17%]。綜上，本文提出的TMPBEF具有良好的分類性能，可用于用戶出境預(yù)測(cè)。

圖5 TMPBEF與變種所有模型對(duì)比

5 結(jié)束語

本文提出了一種基于多層分類器集成和特征融合的用戶出境預(yù)測(cè)方法，利用用戶的移動(dòng)終端信息交互數(shù)據(jù)，挖掘用戶的通話特征、上網(wǎng)特征、出行特征和靜態(tài)特征，融合貝葉斯優(yōu)化、機(jī)器學(xué)習(xí)和特征融合法構(gòu)建TMPBEF模型，實(shí)現(xiàn)用戶出境的預(yù)測(cè)，彌補(bǔ)了傳統(tǒng)基于問卷數(shù)據(jù)或旅游網(wǎng)站數(shù)據(jù)進(jìn)行出境用戶行為特征分析研究的不足。通過實(shí)驗(yàn)對(duì)比分析，TMPBEF模型對(duì)用戶出境具有良好的預(yù)測(cè)性能，但因?yàn)槿龑幽Ｐ蜕婕按罅康臄?shù)據(jù)運(yùn)算，所以運(yùn)算耗時(shí)偏高。未來工作側(cè)重于增大數(shù)據(jù)量和數(shù)據(jù)周期，更加全面地提取用戶出境前的特定行為特征，增加用戶的特征維度；另外，對(duì)當(dāng)前的機(jī)器學(xué)習(xí)算法模型進(jìn)行優(yōu)化，以求進(jìn)一步提升模型的預(yù)測(cè)準(zhǔn)確性，同時(shí)降低模型的運(yùn)算耗時(shí)。