自2019年中国电信、中国联通、中国广电被工信部正式授予5G商用牌照以来,中国被进入了5G时代。随机5G基础设施的逐步完善,三大运营商之间的竞争开始变得激烈,谁能够做到准确识别5G潜在用户,谁就能抢占市场先机,拥有竞争优势。结合大数据时代,客户行为的可预测性,通过数据挖掘技术,对用户的数据进行挖掘,可以提高运营商的营销效率,因此本文通过数据挖掘技术对来自重庆的5G套餐数据进行深入研究,通过建立5G潜在客户识别模型,寻找影响5G套餐使用的因素,并针对性的给出建议。本文数据集中包含了8个维度43个特征,其中因变量为是否是5G套餐用户,为二分类问题。本文构建模型的主要流程有:数据预处理、特征工程、模型的训练和评估。首先通过数据预处理,解决了数据集中的缺失值与量纲不一致问题,并构建了衍生特征,随后基于GBDT模型,对数据集进行了降维,筛选出了重要程度最高的20个特征。为了使模型更好的学习数据,通过SMOTE算法对数据集进行了上采样,解决了数据的不平衡问题,随后建立决策树、随机森林、Adaboost,Xgboost等四个模型,通过综合比较准确度、精确度、召回率、F1值、AUC等指标,得到最优模型与特征的重要性程度,通过SHAP值对最优模型的特征中重要性程度进一步进行了研究,并针对性给与了建议。结果表明,在模型结果上,Xgboost模型的学习效果是最优的,其AUC值达到了0.80,模型能够较好的区分出5G套餐用户与非5G套餐用户。基于最优模型,影响5G套餐的使用的因素有近三月平均折后消费、当月折后消费、是否为家庭用户、用户主资费套餐、用户总套餐价值等等。并通过SHAP值进一步解释特征的是如何影响的。具体来说,5G套餐的使用意愿随着近三月平均折后消费水平的增加,呈现先增加后下降的趋势;在年龄区间20-25岁间5G套餐的使用意愿最强。基于此,针对性的给出了合理的对5G套餐定价、把握重点人群,如年轻人、集团用户的,鼓励运营商提供更多的5G套餐选择。