LSTM模型集成方法在客戶流失預(yù)測中的應(yīng)用

周 捷 嚴(yán)建峰 楊 璐 夏 鵬 王 猛

(蘇州大學(xué)計算機科學(xué)與技術(shù)學(xué)院 江蘇 蘇州 215006)

0 引 言

對企業(yè)而言，客戶流失被定義為客戶放棄繼續(xù)購買該企業(yè)的商品或服務(wù)的情況。客戶的流失會對企業(yè)造成直接經(jīng)濟損失。隨著市場競爭的激烈程度逐年增高，企業(yè)所面臨的客戶流失問題日益嚴(yán)重。研究發(fā)現(xiàn)，企業(yè)成功獲取新客戶所需要的成本遠(yuǎn)高于保留已有客戶[1]，這使得客戶保留對于企業(yè)來說格外重要。保留現(xiàn)有客戶的常用方法是準(zhǔn)確識別出高流失傾向的客戶，然后針對這些客戶實施多樣性的挽留策略。客戶流失預(yù)測作為客戶關(guān)系管理的重要組成部分，通過對客戶的歷史數(shù)據(jù)進(jìn)行分析建模，旨在準(zhǔn)確識別出高流失傾向的客戶，為企業(yè)后續(xù)的客戶挽留策略制定提供指導(dǎo)。

在過去數(shù)十年，客戶流失預(yù)測已經(jīng)在電信[2-3]、銀行[4-5]、游戲[6-7]以及音樂流媒體[8]等不同領(lǐng)域內(nèi)被廣泛研究。學(xué)者通常把客戶流失預(yù)測當(dāng)作二分類數(shù)據(jù)挖掘任務(wù)處理，通過構(gòu)造業(yè)務(wù)特征以及選擇合適的分類器來預(yù)測客戶未來流失與否。許多流行的機器學(xué)習(xí)模型和深度學(xué)習(xí)模型在客戶流失預(yù)測中得到成功應(yīng)用，如邏輯回歸(Logistic Regression,LR)[9]、決策樹(Decision Tree,DT)[10]、支持向量機(Support Vector Machine,SVM)[11]、多層反饋神經(jīng)網(wǎng)絡(luò)(Neural Networks,NN)[12]和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)[13]等。模型集成[14]是用來提升預(yù)測效果的一個有效方法，常用集成方法有bagging[15]、boosting[16]和stacking[17]。文獻(xiàn)[18]使用XGBoost(eXtreme Gradient Boosting,XGB)預(yù)測因特網(wǎng)服務(wù)提供商的客戶流失情況，該模型是boosting集成方法的一種。文獻(xiàn)[19]對比了幾種集成學(xué)習(xí)分類器，發(fā)現(xiàn)隨機森林(Random Forest,RF)效果最好，該模型是bagging集成方法的一種變體。文獻(xiàn)[2]通過投票法集成了K近鄰(K-Nearest Neighbor,KNN)、隨機森林以及Rotation Forest三種模型，實驗發(fā)現(xiàn)這三種模型的集成輸出增加了模型多樣性的同時提高了分類效果。

與深度學(xué)習(xí)模型相比，傳統(tǒng)機器學(xué)習(xí)模型存在特征工程對模型效果影響較大、模型容量小等缺點。目前客戶流失預(yù)測任務(wù)中的模型集成方法的研究大多集中于傳統(tǒng)機器學(xué)習(xí)模型方面，在深度學(xué)習(xí)模型集成方法方面的研究較少。文獻(xiàn)[5]提出一種深度集成分類器用于銀行客戶流失預(yù)測，其采用k折交叉驗證的stacking集成方法將深度學(xué)習(xí)模型和傳統(tǒng)機器學(xué)習(xí)模型一起集成，這樣可能會存在兩個問題：一是通過k折交叉驗證訓(xùn)練深度學(xué)習(xí)模型會帶來高昂的訓(xùn)練時間成本；二是當(dāng)用于集成的模型的性能相差較大時，會影響最終模型集成的效果。文獻(xiàn)[20]提出snapshot模型集成方法，可以在訓(xùn)練單個深度學(xué)習(xí)模型的過程中得到多個具有不同權(quán)值的模型用于模型集成，降低了深度學(xué)習(xí)模型集成的時間成本，在多個圖像數(shù)據(jù)集上進(jìn)行實驗，驗證了該方法的有效性。

為了在客戶流失預(yù)測任務(wù)中發(fā)揮深度學(xué)習(xí)模型集成的效果，本文提出一種基于長短期記憶網(wǎng)絡(luò)(Long short-term memory,LSTM)的模型集成方法(snapshot weighted LSTM,swLSTM)。該方法首先選擇LSTM作為基學(xué)習(xí)器。然后對snapshot模型集成方法的訓(xùn)練過程進(jìn)行改進(jìn)，一方面是引入樣本權(quán)重調(diào)整方法，根據(jù)當(dāng)前子模型對訓(xùn)練樣本的預(yù)測結(jié)果為下一個子模型計算訓(xùn)練樣本權(quán)重；另一方面將各個子模型在驗證集上的輸出和對應(yīng)的樣本標(biāo)簽重組為一個新的訓(xùn)練集，再在新的訓(xùn)練集上訓(xùn)練邏輯回歸模型。實驗表明，本文方法能夠顯著提升客戶流失預(yù)測效果。

1 相關(guān)理論基礎(chǔ)

1.1 長短期記憶網(wǎng)絡(luò)

LSTM由Hochreiter等[21]提出，廣泛用于序列建模，其中門機制以及細(xì)胞狀態(tài)的引入較好地緩解了經(jīng)典循環(huán)神經(jīng)網(wǎng)絡(luò)中存在的梯度消失等問題。

LSTM的基本單元包括輸出門、輸入門、遺忘門以及細(xì)胞狀態(tài)，其中細(xì)胞狀態(tài)可以保存長期歷史信息，保證模型訓(xùn)練過程中信息的有效流通，門機制可以對信息量進(jìn)行限制。基本單元的結(jié)構(gòu)圖如圖1所示。

圖1 LSTM單元結(jié)構(gòu)圖

圖1中：t表示當(dāng)前時刻，t-1表示上一時刻，Ct-1、ht-1分別表示上一時刻細(xì)胞狀態(tài)和隱藏層狀態(tài)的輸出，Ct、ht分別表示當(dāng)前時刻細(xì)胞狀態(tài)和隱藏層狀態(tài)的輸出，it表示輸入門，ft表示遺忘門，ot表示輸出門，σ表示sigmoid激活函數(shù)。LSTM基本單元各組成部分的更新公式如下：

ft=σ(Wfxxt+Wfhht-1+bf)

(1)

it=σ(Wixxt+Wihht-1+bi)

(2)

(3)

ot=σ(Woxxt+Wohht-1+bo)

(4)

(5)

ht=ot·tanh(Ct)

(6)

式中:Wox、Wix、Wfx和Wcx分別表示輸出門、輸入門、遺忘門、細(xì)胞狀態(tài)對當(dāng)前時刻輸入xt的權(quán)重；Woh、Wih、Wfh和Wch分別表示輸出門、輸入門、遺忘門和細(xì)胞狀態(tài)對隱藏層ht的權(quán)重；b*表示偏置項。

1.2 Snapshot模型集成方法

Snapshot模型集成方法是Huang等[20]提出的基于深度學(xué)習(xí)的模型集成方法，該方法利用循環(huán)學(xué)習(xí)率的策略來訓(xùn)練深度學(xué)習(xí)模型。學(xué)習(xí)率變化計算式表示為：

(7)

式中:α0表示初始學(xué)習(xí)率。和原文中學(xué)習(xí)率在每個batch訓(xùn)練結(jié)束更新不同，本文實驗中學(xué)習(xí)率會在每個epoch訓(xùn)練結(jié)束更新，t表示當(dāng)前訓(xùn)練的epoch數(shù)，T表示訓(xùn)練總epoch數(shù)，M表示學(xué)習(xí)率的更新周期數(shù)。

該模型集成方法的具體過程為：首先，將模型的整個訓(xùn)練過程分為M個循環(huán)周期，每個循環(huán)周期內(nèi)模型訓(xùn)練T/M個epoch，學(xué)習(xí)率按照式(7)更新；其次，在每個循環(huán)周期結(jié)束時，學(xué)習(xí)率降到最低，模型可以收斂到局部最優(yōu)的狀態(tài)，保存此時的模型作為一個子模型；接著，在當(dāng)前模型的基礎(chǔ)上，以一個較大的學(xué)習(xí)率α0開始一個新的循環(huán)周期，繼續(xù)訓(xùn)練模型；最后，經(jīng)過M個循環(huán)周期后可以得到M個子模型，直接取這些子模型輸出的均值作為最終模型集成的輸出。該方法顯著減少了集成深度學(xué)習(xí)模型的時間。

1.3 Stacking模型集成方法

Stacking是一種強大的模型集成方法。該方法在原始數(shù)據(jù)集上訓(xùn)練初級學(xué)習(xí)器，利用初級學(xué)習(xí)器對原始樣本的預(yù)測值構(gòu)造一個新的數(shù)據(jù)集，新數(shù)據(jù)集和原始數(shù)據(jù)集中樣本標(biāo)簽一一對應(yīng)，最后在新的數(shù)據(jù)集上訓(xùn)練次級學(xué)習(xí)器。Stacking算法的具體流程如下[22]：

輸入：訓(xùn)練集D={(x1,y1),(x2,y2),…,(xm,ym)}

初級學(xué)習(xí)器f1,f2,…,fM

次級學(xué)習(xí)器f

輸出：H(x)=h′(h1(x),h2(x),…,hM(x))

1) fort=1 toM:

2)ht=ft(D)

3)D′=?

4) fori=1 tom:

5) fort=1 toM:

6)oit=ht(xi)

7)D′=D′∪((oi1,oi2,…,oiM),yi)

8)h′=f(D′)

為了防止過擬合以及達(dá)到充分使用訓(xùn)練集的目的，一般采用k折交叉驗證的方法來使用stacking模型集成方法算法，利用初級學(xué)習(xí)器未使用的樣本來生成次級學(xué)習(xí)器的訓(xùn)練數(shù)據(jù)。

2 基于LSTM的模型集成方法

本文提出基于LSTM的模型集成方法，對應(yīng)的客戶流失預(yù)測框架如圖2所示，包括數(shù)據(jù)源、樣本特征處理、建模以及預(yù)測四個部分。首先，日志系統(tǒng)所收集的客戶歷史數(shù)據(jù)將存儲于Hadoop分布式文件系統(tǒng)HDFS中；其次利用Spark進(jìn)行特征的構(gòu)造和樣本的生成；接著利用生成的樣本訓(xùn)練相應(yīng)合適的模型；最后模型輸出客戶未來流失的概率。企業(yè)客戶關(guān)系管理相關(guān)人員可以根據(jù)模型最終輸出的客戶流失概率對高流失傾向的客戶的實施相應(yīng)的維挽操作。

圖2 客戶流失預(yù)測框架

2.1 基本思想

在客戶流失預(yù)測任務(wù)中，時序數(shù)據(jù)可以反映客戶的潛在行為趨勢，如何利用好時序數(shù)據(jù)顯得尤為關(guān)鍵。相比于傳統(tǒng)機器學(xué)習(xí)模型，LSTM由于其具有天然的序列建模優(yōu)勢，可以自動學(xué)習(xí)序列隱含信息以及復(fù)雜高階特征，減少了對特征工程的依賴。同時對LSTM進(jìn)行模型集成可以有效增加模型的準(zhǔn)確性和魯棒性，從而提高預(yù)測效果。此外，在客戶流失預(yù)測的樣本中，往往存在容易分類的樣本以及難分類的樣本，例如一個歷史行為規(guī)律的客戶，比較容易判斷其流失與否，而一個歷史行為非常不規(guī)律的客戶，往往很難判斷其流失情況。本文提出的swLSTM方法對snapshot方法訓(xùn)練過程進(jìn)行了改進(jìn)，在每個循環(huán)周期結(jié)束之后，根據(jù)當(dāng)前模型對訓(xùn)練樣本的預(yù)測值計算出訓(xùn)練樣本的權(quán)重，下一個循環(huán)周期模型的訓(xùn)練便在帶有當(dāng)前計算出的樣本權(quán)重的訓(xùn)練集上進(jìn)行。在集成多個子模型的輸出階段，將各個子模型在驗證集上的輸出和對應(yīng)的樣本標(biāo)簽重組為一個新的訓(xùn)練集并在該訓(xùn)練集上訓(xùn)練邏輯回歸模型作為最終輸出，這相比直接平均子模型的輸出作為最終輸出來說可以進(jìn)一步提高分類效果。

2.2 樣本權(quán)重計算

假設(shè)訓(xùn)練集為D={(x1,y1),(x2,y2),…,(xm,ym)}，本文提出的模型集成方法中針對樣本xi的權(quán)重計算式表示為：

(8)

(9)

在snapshot模型集成方法中為訓(xùn)練樣本設(shè)置權(quán)重有兩個好處：一是在不同的循環(huán)周期中，可以讓模型對不同樣本的關(guān)注度不同，使得一些難分類的樣本有機會被分得更準(zhǔn)確，提高了單個子模型的分類效果；二是增加了各個子模型之間的差異性，有利于最終結(jié)果的集成輸出。

2.3 LSTM模型

本文實驗中使用的LSTM模型具體結(jié)構(gòu)如圖3所示。首先將不同時間跨度的時序特征輸入到不同的LSTM分支中，本文使用的特征中包含兩個不同時間跨度的時序特征集，所以模型包含兩個LSTM分支；然后將各分支第一層LSTM層所有時間步上的隱藏狀態(tài)輸出到第二層LSTM中；接著第二層LSTM層僅將最后一個時間步的隱藏狀態(tài)作為該分支的輸出，不同分支的輸出會拼接后輸入到全連接層進(jìn)行特征組合；最后將全連接層的輸出輸入到sigmoid層進(jìn)行最終分類輸出。

圖3 LSTM模型結(jié)構(gòu)圖

2.4 算法流程

假設(shè)訓(xùn)練集D={(x1,y1),(x2,y2),…,(xm,ym)}，驗證集Dv={(x1,y1),(x2,y2),…,(xn,yn)}，LSTM模型初始為f0，模型訓(xùn)練總的epoch數(shù)為T，循環(huán)周期數(shù)為M，初始學(xué)習(xí)為α0，訓(xùn)練集樣本初始權(quán)重為W0=1，邏輯回歸模型為h。訓(xùn)練swLSTM的詳細(xì)步驟如下：

1) fork=1 toM;

2) 設(shè)置D的樣本權(quán)重為Wk-1，按照式(7)對應(yīng)的循環(huán)學(xué)習(xí)率策略，在fk-1的基礎(chǔ)上使用帶權(quán)重的訓(xùn)練集D繼續(xù)訓(xùn)練T/M個epoch后得到fk。

3) fori=1 tom；

5) 將w0,w1,…,wm組織成Wk。

6) 設(shè)置邏輯回歸所用訓(xùn)練集D′=?。

7) fori=1 ton；

8) fork=1 toM；

9)oik=fk(xi),xi∈Dv

10)D′=D′∪((oi1,oi2,…,oiM),yi),yi∈Dv

11) 在D′上訓(xùn)練邏輯回歸模型h。

12) 模型訓(xùn)練完畢，得到邏輯回歸模型h以及M個LSTM子模型f1,f2…,fM。

在測試階段，利用上述訓(xùn)練完畢的M個模型f1,f2…,fM對測試集進(jìn)行預(yù)測，并生成新的測試集，具體步驟與上述訓(xùn)練步驟的第6步到第10步類似。然后用訓(xùn)練完畢的邏輯回歸模型h對新的測試集進(jìn)行預(yù)測得到最終預(yù)測結(jié)果。

3 實 驗

3.1 實驗環(huán)境

本文實驗在Linux服務(wù)器上進(jìn)行，具體硬件配置如下：內(nèi)存為32 GB；CPU型號為Intel(R) Core(TM) i7- 4790 CPU @ 3.60 GHz，數(shù)量為1，核心數(shù)為8；GPU型號為GeForce GTX TITAN X，數(shù)量為1。實驗中使用的主要工具包括：Python 3.5、Pytorch、XGBoost、Scikit-learn。

3.2 數(shù)據(jù)介紹

本文實驗數(shù)據(jù)采用的是WSDM CUP 2018的數(shù)據(jù)，旨在預(yù)測某音樂流媒體服務(wù)商的付費訂閱客戶流失率。官方對于其付費訂閱客戶流失的定義為：當(dāng)客戶的付費訂閱到期后的30天內(nèi)，客戶仍然沒有續(xù)訂，則判定該客戶為流失客戶，否則為非流失客戶。

實驗數(shù)據(jù)主要包括客戶的交易日志數(shù)據(jù)以及聽歌日志數(shù)據(jù)，表1展示了原始數(shù)據(jù)的部分字段名。

表1 原始數(shù)據(jù)字段示例

3.3 特征工程

在特征構(gòu)造方面，原始數(shù)據(jù)中每條記錄均帶有時間信息，所以本文實驗中使用的特征均為原始數(shù)據(jù)經(jīng)過簡單處理的結(jié)果，沒有進(jìn)行額外的特征工程。具體地，從客戶交易日志中截取最近一年的數(shù)據(jù)，并且對不同客戶的交易日志數(shù)據(jù)詳情按照時間先后進(jìn)行排序，得到交易時序特征，例如客戶過去一年交易每次交易的金額、每次交易的付費訂閱天數(shù)等，總計7種特征，序列長度為20；從客戶聽歌日志中截取最近一個月的數(shù)據(jù)，并且對不同客戶的聽歌日志詳情按照時間先后進(jìn)行排序，得到聽歌日志時序特征，例如客戶最近一個月每天聽歌的時長、每天聽歌的歌曲數(shù)量等，總計7種特征，序列長度為30。

在數(shù)據(jù)處理方面，對于特征中的缺失值用0填充，對于離散值類型的特征采用獨熱編碼，對于連續(xù)值類型的特征進(jìn)行標(biāo)準(zhǔn)化處理，這些處理方法有利于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

3.4 訓(xùn)練樣本

本文實驗中，按照客戶的訂閱到期日進(jìn)行訓(xùn)練樣本生成，一個樣本對應(yīng)一個客戶。具體地，2017年1月的樣本生成過程如下：從2017年1月之前的客戶交易數(shù)據(jù)中篩選出訂閱到期日在2017年1月的所有客戶，設(shè)為集合U。針對某客戶ui∈U，其當(dāng)前訂閱到期日為ti0，從2017年1月之后的交易數(shù)據(jù)中確定ui的最早一次訂閱交易日ti1，假設(shè)ti1和ti0之間的日期間隔天數(shù)為gap，ui對應(yīng)的標(biāo)簽為yi，則如果gap>30，那么yi=1，否則yi=0。然后從ui的交易日志以及聽歌日志數(shù)據(jù)中進(jìn)行特征處理工作得到特征xi，最終ui對應(yīng)的樣本為(xi,yi)。本文實驗所使用的訓(xùn)練集為2017年1月的樣本，測試集為2017年2月的樣本。訓(xùn)練集一共有670 897條樣本，測試集合一共有447 266條樣本。

3.5 評價指標(biāo)

本文選擇查準(zhǔn)率(Precision)、查全率(Recall)、AUC以及PR-AUC作為實驗指標(biāo)，其中查準(zhǔn)率和PR-AUC更為重要。PR-AUC在數(shù)據(jù)不平衡的情況下相比AUC更適合評價模型效果[23]，本文實驗數(shù)據(jù)中正樣本占5.5%左右。

查全率和查準(zhǔn)率的定義如下：

Recall=TP/(TP+FN)

(10)

Precision=TP/(TP+FP)

(11)

式中：TP、FN和FP分別表示真正例、假反例、假正例。本文實驗計算TopN的查準(zhǔn)率和查全率，詳細(xì)步驟為：將模型對樣本輸出的預(yù)測概率值進(jìn)行降序排序，將前N個樣本標(biāo)識為正例，其余標(biāo)識為負(fù)例，并根據(jù)標(biāo)識結(jié)果計算查全率和查準(zhǔn)率。這前N個樣本可以理解為模型預(yù)測出來的高流失傾向客戶，企業(yè)可以對這部分客戶實施針對性的挽留策略，在本文實驗中N值設(shè)置為10 000。

AUC是ROC下的面積，值越大意味著模型效果越好。除了可以通過計算面積得到AUC值外，還可以通過如下公式計算：

(12)

式中:P表示所有正樣本集合；K、N分別表示正樣本、負(fù)樣本的數(shù)量；ranku表示樣本u在模型對所有樣本的預(yù)測概率值中的排名。具體地，假設(shè)樣本總量為n，則模型預(yù)測概率值最大的樣本所對應(yīng)rank值為n，模型預(yù)測概率值第二大的樣本所對應(yīng)的rank值為n-1，依此類推。

PR-AUC是PR曲線下的面積，PR曲線的橫坐標(biāo)為查全率，縱坐標(biāo)為查準(zhǔn)率。

3.6 實驗參數(shù)

本文提出的swLSTM主要參數(shù)如下：所有LSTM層隱藏層單元數(shù)均為32；兩層全連接層單元數(shù)分別為128、32，激活函數(shù)為relu；模型訓(xùn)練的循環(huán)周期數(shù)M為5，總epoch數(shù)T為100；batch size為512；初始學(xué)習(xí)率α0為0.003；邏輯回歸模型訓(xùn)練的epoch數(shù)為6，batch size為64，學(xué)習(xí)率為0.001；式(9)中的超參數(shù)c為50；優(yōu)化器為Adam。

3.7 實驗結(jié)果

為了驗證本文提出的swLSTM的有效性并進(jìn)行超參數(shù)選擇，總共進(jìn)行了三組實驗：實驗一為現(xiàn)有方法與本文提出的方法對比實驗；實驗二為超參數(shù)c的選擇實驗；實驗三為初始學(xué)習(xí)率的選擇實驗。

3.7.1比較實驗

為了充分對比本文提出的swLSTM與單模型LSTM以及其他模型集成方法，本文采用了如下幾個基準(zhǔn)對比模型。

隨機森林：該模型在工業(yè)界使用較多，是客戶流失預(yù)測的常用模型，由多棵決策樹通過bagging方法集成。實驗中設(shè)置每棵決策樹深度為10，數(shù)量為200。

XGBoost：該模型的基學(xué)習(xí)器為分類回歸樹，其對梯度提升算法進(jìn)行改進(jìn)，使得模型精度和訓(xùn)練效率得到了明顯改善，且支持大規(guī)模機器學(xué)習(xí)。實驗中設(shè)置每棵決策樹深度為6，模型迭代200次，學(xué)習(xí)率為0.05。

LSTM：該模型是本文提出的模型集成方法中的基學(xué)習(xí)器。實驗中設(shè)置每層LSTM隱藏層單元數(shù)均為32，兩層全連接單元數(shù)分別為128和32，激活函數(shù)為relu。

avgLSTM：通過設(shè)置不同的隨機種子訓(xùn)練3個結(jié)構(gòu)如圖3所示的LSTM模型，同時直接將這3個模型輸出取平均作為集成輸出。

StCNN：該模型由文獻(xiàn)[5]提出，原文中初級學(xué)習(xí)器使用隨機森林、XGBoost、KNN、DNN和CNN。由于KNN、DNN在本文實驗中效果較差，所以將其替換成LSTM。次級學(xué)習(xí)器使用CNN。實驗中除CNN外，其他模型的參數(shù)設(shè)置和上述幾個對比模型參數(shù)設(shè)置一樣。CNN包含兩層一維卷積層，卷積核大小均為2，步長均為1，數(shù)量均為32。每一層卷積層之后會接上最大池化層，池化層核心大小均為2，步長均為2。最后包含兩層全連接層，其單元數(shù)依次為32和16。

snapLSTM：該模型直接將snapshot模型集成方法應(yīng)用于LSTM。

上述模型對訓(xùn)練集的使用方式不完全相同，為了公平對比，設(shè)置各個模型使用訓(xùn)練集的方式如下：隨機森林、XGBoost、LSTM和StCNN對訓(xùn)練集進(jìn)行4折交叉驗證訓(xùn)練；snapLSTM直接使用全部訓(xùn)練集進(jìn)行訓(xùn)練；本文提出的模型集成方法在子模型訓(xùn)練階段，將訓(xùn)練集隨機劃出10%的數(shù)據(jù)作為子模型的驗證集，剩余90%的數(shù)據(jù)作為子模型的訓(xùn)練集；在邏輯回歸模型訓(xùn)練階段，將上述子模型的驗證集隨機劃出10%的數(shù)據(jù)作為邏輯回歸模型的驗證集，剩余90%的數(shù)據(jù)作為邏輯回歸模型的訓(xùn)練集。

模型效果對比結(jié)果如表2所示。可以看出，本文提出的swLSTM各項指標(biāo)均好于其他模型，相比于單模型LSTM，Precision、Recall、AUC和PR-AUC分別提升了4.67%、4.61%、0.55%和3.74%，這說明本文提出的基于LSTM的模型集成方法可以顯著提升模型效果。LSTM的效果總體好于XGBoost和隨機森林，主要原因是：這兩個模型雖然屬于集成學(xué)習(xí)模型，但是其基學(xué)習(xí)器是決策樹，無法有效處理時序數(shù)據(jù)，特征工程的質(zhì)量對模型效果影響較大，而本文訓(xùn)練樣本中均為時序特征，LSTM可以自動學(xué)習(xí)其中的隱含序列信息。avgLSTM各項指標(biāo)和LSTM基本持平，說明通過簡單設(shè)置不同隨機種子獲得多個子模型進(jìn)行平均輸出不能明顯改善預(yù)測結(jié)果。StCNN的AUC低于LSTM，其他指標(biāo)有一定的提升，主要原因是：StCNN集成了多個差異性大的模型，可以總體帶來模型效果的提升，但由于部分子模型的效果較差，導(dǎo)致最終集成帶來部分指標(biāo)下降的情況。snapLSTM相比于LSTM各項指標(biāo)均有提升，同時本文提出的swLSTM各項指標(biāo)均高于snapLSTM。本文比較了這兩種模型集成方法生成的各個子模型之間的差異性，具體做法是：利用兩種方法生成的子模型去預(yù)測相同的數(shù)據(jù)集，然后用預(yù)測值計算同一方法下不同子模型兩兩之間的最大信息系數(shù)(Maximal Information Coefficient，MIC)[24]，MIC值越大代表越相關(guān)。兩個模型計算出的MIC的值便可以表示這兩個模型之間的相關(guān)性。最終根據(jù)snapLSTM生成的子模型計算出的MIC平均值為0.934，而根據(jù)swLSTM生成的子模型計算出的MIC平均值為0.912，說明swLSTM最終生成子模型之間的差異性要高于snapLSTM生成的子模型，而差異性高的子模型一般會帶來較好的集成效果。

表2 模型效果對比結(jié)果

表3展示了各個模型的訓(xùn)練時間。XGBoost和隨機森林的訓(xùn)練時間較短，主要原因是：這兩個模型屬于傳統(tǒng)機器學(xué)習(xí)模型，模型參數(shù)較少，所需的計算量也較少，同時可以利用全部CPU核心并行計算，不需要花費太多的時間訓(xùn)練。LSTM訓(xùn)練時間是上述兩個模型的4～7倍左右，主要原因是：該模型包含多層LSTM層，需要進(jìn)行大量計算更新模型參數(shù)，盡管使用了GPU進(jìn)行訓(xùn)練，但依舊會耗費大量訓(xùn)練時間，這也是訓(xùn)練深度學(xué)習(xí)模型的一個特點。avgLSTM需要依次訓(xùn)練三個同樣的模型，所以花費時間是LSTM的3倍左右。snapLSTM訓(xùn)練時間是LSTM的1.6倍左右，主要原因是：在相同的batch size前提下，snapLSTM總計訓(xùn)練100個epoch，而LSTM是根據(jù)驗證集的損失進(jìn)行早停策略的訓(xùn)練，最終平均只訓(xùn)練了60個epoch。swLSTM訓(xùn)練時間比snapLSTM稍長，主要原因是：在每個訓(xùn)練循環(huán)周期結(jié)束時，模型需要預(yù)測全部訓(xùn)練樣本并計算樣本權(quán)重，此外邏輯回歸模型的訓(xùn)練也需要耗費部分時間。StCNN訓(xùn)練時間最長，并且遠(yuǎn)多于其他模型，主要原因是：訓(xùn)練StCNN必須通過4折交叉驗證進(jìn)行，同時需要訓(xùn)練的模型有4個，總計需要訓(xùn)練16個模型的時間，每個模型均根據(jù)驗證集的損失進(jìn)行早停策略的訓(xùn)練。

3.7.2參數(shù)c選擇實驗

在本節(jié)實驗中選擇Precision和PR-AUC兩個指標(biāo)來分析式(9)計算樣本權(quán)重步驟中不同的參數(shù)c對最終預(yù)測結(jié)果的影響。一方面是因為這兩個指標(biāo)更為重要，另一方面是因為相比其他兩個指標(biāo)，這兩個指標(biāo)的值變化幅度更大。圖4為不同參數(shù)c的對比結(jié)果，可以看出，當(dāng)c=50時，模型取得最好效果，所以本文最終設(shè)置c為50。同時還可以發(fā)現(xiàn)，當(dāng)c<50時，指標(biāo)總體呈上升趨勢，而當(dāng)c>50時，指標(biāo)總體呈下降趨勢。

圖4 不同參數(shù)c對比結(jié)果

3.7.3初始學(xué)習(xí)率選擇實驗

從圖5中可以看出，在初始學(xué)習(xí)率從0.01降低到0.003過程中，模型指標(biāo)呈上升趨勢，且在0.003處模型指標(biāo)達(dá)到最優(yōu)。當(dāng)初始學(xué)習(xí)率從0.003降低到0.001時，模型指標(biāo)下降明顯。可能原因是：實驗中優(yōu)化算法選擇的是Adam，其推薦的學(xué)習(xí)率為0.001，同時學(xué)習(xí)率變化周期為20個epoch，當(dāng)初始學(xué)習(xí)率過高或者過低時，均會使得模型無法在有限的epoch內(nèi)收斂到一個局部最優(yōu)的狀態(tài)；同時在學(xué)習(xí)率較低時，模型很難在新的訓(xùn)練周期開始時跳出當(dāng)前的訓(xùn)練狀態(tài)，使得得到的子模型之間差異性減小，影響最終模型集成效果。最終本文設(shè)置初始學(xué)習(xí)率為0.003。

圖5 不同初始學(xué)習(xí)率對比結(jié)果

4 結(jié) 語

本文提出了一種基于LSTM的模型集成方法用于客戶流失預(yù)測任務(wù)。該方法采用LSTM作為基學(xué)習(xí)器，避免了復(fù)雜的特征工程，充分利用了時序特征。通過改進(jìn)snapshot集成方法，提高了子模型的分類效果，增加了不同子模型之間的差異性，提升了模型集成效果。實驗結(jié)果表明，該方法可以在僅花費訓(xùn)練單個LSTM模型1.8倍時間的基礎(chǔ)上，比Precision和PR-AUC分別提升4.67%和3.74%，具有較好的實用性。不過該方法仍存在不足，其對于樣本權(quán)重的修改需要通過超參數(shù)控制，下一步將研究如何讓樣本權(quán)重的修改可以在模型訓(xùn)練中變得可學(xué)習(xí)。