目前5G商用业务逐步兴起,面对国内5G市场蕴含的巨大潜力,各大运营商开始在全国范围内争抢市场份额,推动潜在的5G用户进行转化。在当前大数据背景下,如何利用掌握的5G用户信息,挖掘数据潜在规律,进行针对性营销,从而提高营销效率并降低运营成本,这是运营商需要关注的问题。在此背景下,本文基于某运营商的4G转5G用户的数据信息,通过建立多种机器学习模型,对潜在5G套餐客户进行预测。本文的主要研究工作如下:1.基于业务层面对数据进行分析与预处理。对预测变量进行描述性统计和可视化分析,得到数据集的特征数据分布情况。在此基础上进行数据预处理工作,包括数据清洗、特征编码、特征构建和特征筛选,为模型训练提供有效的输入变量。2.建立5G套餐潜在客户预测模型。首先搭建Logistic回归模型和朴素贝叶斯分类器这两种单一机器学习模型,对5G套餐潜在客户进行预测,之后建立了随机森林、GBDT模型和LightGBM模型三种集成学习模型进行预测。对5个模型在F1score、AUC值、精确率和召回率四个评估指标上的表现进行评估和对比。发现集成学习模型在5G套餐潜在客户预测中效果要优于单一机器学习模型,其中LightGBM模型的综合预测效果最好。3.为提高预测准确性,本文进行了进一步的模型优化。基于上述模型的实证结果,考虑到LightGBM模型的综合预测效果最好,而随机森林的精确率最高,因此结合随机森林的思想,提出改进的双层LightGBM模型。将第一层LightGBM模型输出的叶子结点的结果作为新的样本特征,并将得到的新数据集输入第二层LightGBM模型进行预测;对于第二层预测模型,基于随机森林的思想,搭建多个LightGBM模型,在训练前进行随机样本选择和特征选择,通过投票法获得最终结果。实证结果显示,改进的双层LightGBM模型在Flscore和AUC值上相比传统的LightGBM模型均有提高。这说明本文提出的改进模型有效地提高了模型预测性能,提升了模型的泛化能力,从而能够更有效地应用于5G套餐潜在客户预测中。