随着经济全球化以及信息通信技术的飞速发展,全世界的电信行业都在经历着巨大的变革。而电信套餐业务作为电信运营商营收的重要来源之一,套餐推荐问题的相关研究也越显重要。随着人工智能的发展,人们可以使用数据挖掘技术,充分发挥统计学与机器学习在特征处理、模型预测中的优势,对用户实施智能化的套餐推送,这对运营商实现精准营销以及优化用户使用体验等都有一定的促进作用。本文拟在运用各类数据挖掘方法构建较为完善的用户特征数据集,并对每一个推荐模型的预测结果进行比较,从而得到较为精确的电信套餐推荐模型。本文利用中国联通研究院发布的历史电信用户数据,从构建电信用户特征数据集、非平衡采样处理和拟合推荐模型三个方面进行了研究。其中构建电信用户特征数据集主要分为数据清洗和特征工程两个部分,数据清洗主要包括异常值与缺失值填补,以及对分类变量进行Onehot等向量编码,对部分分布异常不均的数值型变量进行离散化处理,并在特征工程后进行归一化处理。而特征工程部分主要是从细粒度方面,构建出差值特征、比例特征以及基于Word2vec算法的关联特征,运用随机森林、GBDT、Xgboost三个模型进行综合性的特征筛选。从粗粒度方面运用Kmeans++算法将用户消费特征数据进行聚类,最终构建出电信用户特征数据集。非平衡数据采样处理主要是使用Kmeans-Svmsmote算法进行混合采样。拟合套餐推荐模型的研究主要包括运用随机森林、Light GBM、DNN三个推荐模型对非平衡处理前后两类数据集进行训练,最后使用了Stacking方法将三种模型进行融合,并基于每个套餐类型的F1分数以及macro-F1等指标进行四种模型推荐效果的比较。本文通过上述数据处理以及模型预测情况得到了如下结论。从变量对套餐选择情况的影响程度来看,贡献率综合排名前十的特征有当月总出账金额、前四月总出账金额、在网时长、通话时长、由当月总出账金额生成的关联特征等,可见这些变量对于套餐选择情况的影响力度较大。从单一模型预测结果来看,经过非平衡处理后的训练集训练出的模型较处理前有更高的准确性和稳定性,模型预测效果从优到劣的顺序依次为Light GBM、DNN神经网络模型、随机森林模型。从融合模型预测结果来看,基于Stacking算法融合的新模型的macro-F1值较大,且少数类的F1分数值也有了明显提升,可见融合后的模型稳定性和泛化能力有了较大提升。最后根据研究结果,提出了相应的建议。