الگوي يادگيري جمعي بهبود يافته با هوش ازدحامي جهت پيش ‌بيني ريزش مشتركان تلفن همراه

از آنجا كه در شركت هاي مخابرات همراه،هزينه حفظ مشتريان فعلي بسيار كمتر از هزينه جذب مشتريان جديد است، پيش‌بيني دقيق امكان ريزش هر يك از مشتريان و جلوگيري از آن امري ضروري مي‌باشد. بنابراين، پژوهشگران روش‌هاي كارآمدي را با استفاده از ابزارهاي داده‌كاوي و هوش مصنوعي براي شناسايي مشترياني كه قصد رويگرداني دارند ارائه كرده‌اند. در اين مقاله، ما به منظور بهبود فرآيند پيش‌بيني ريزش مشتري، يك راهكار مؤثر مبتني بر يادگيري جمعي را پيشنهاد مي‌كنيم كه در آن از الگوريتم بهينه‌سازي گرگ خاكستري، به منظور انتخاب ويژگي‌هاي مؤثر و همچنين تنظيم پارامترهاي آزاد مدل پيشنهادي، استفاده شده است. سپس، به منظور ارزيابي عملكرد روش پيشنهادي، آن‌ را با استفاده از مجموعه داده IBM Telco شبيه‌سازي كرده و نتايج حاصل را به كمك معيارهاي ارزيابي متداول شامل صحت، دقت، يادآوري، امتياز F1 و AUC باساير روش‌هاي مشابه مقايسه كرده‌ايم.نتايج بدست آمده برتري روش پيشنهادي بر ساير راهكارهاي ارزيابي شده را نشان مي‌دهد.