基于CART 决策树的企业通讯活跃度分析

◆林 涛

（广东省电信规划设计院有限公司 广东 510630）

电信企业为稳定和提升政企客户的通讯业务收入和市场份额，需要有效跟踪评估企业通讯活跃度，这通常是从企业通讯行为数据中挖掘。工商局在册企业往往缺乏完善的通讯行为数据，仅依靠企业经营数据分析通讯活跃度是一个难题。

本文根据现有企业通讯与经营数据，通过统计分析和熵权法进行特征工程[1]，构造企业通讯活跃度指标，结合经营数据训练CART 决策树[2]模型，挖掘企业经营数据与通讯活跃度之间的隐含关系。

1 研究方法

为充分挖掘企业经营数据与通讯活跃度之间的关系，需要设计有效的建模流程，本文采用客观的熵权法筛选重要通讯特征，并利用能够获取判别规则的CART 决策树模型进行建模。

1.1 建模流程

本文首先对前后两年企业通讯和经营数据进行数据清洗，接着利用统计学方法检验两年通讯数据差值变化差异是否具有显著统计学意义，经过特征筛选，构造新特征，然后使用熵权法选择重要通讯特征，结合业务逻辑设计通讯活跃度指标，最后结合企业经营数据训练CART 决策树模型。

1.2 熵权法

熵权法是一种客观的特征重要性评估方法，其仅依赖于特征数据所包含的信息量，利用信息熵对信息的量化，可以计算出每个特征的权重，主要遵循信息熵值越小，信息量越多，特征权重越大；信息熵值越大，信息量越少，特征权重越小的原则。熵权法的计算步骤如下：

设数据集包含n个特征和m个样本。……