现如今,电信行业市场高度饱和,各个运营商之间的竞争伴随着携号转网的大规模实施不断加剧,5G业务的兴起又让竞争激烈的运营商有了新的转机。如何抓住5G兴起这一机遇,根据现有5G用户信息及时识别用户对5G的需求,有针对性地提供相关服务,是运营商需要特别关注的问题。在此背景下,本文以数据挖掘技术为主线,对现有5G用户的相关信息进行分析和处理,从类不平衡问题的角度出发,建立潜在用户预测模型。本文的主要研究工作如下:（1）基于业务的理解,对从某运营商合作企业获取的5G用户数据进行相关描述并对数据的特征维度进行多层划分,对数据进行包含数据清洗、去除唯一属性、数据变换、数据抽取等在内的一系列预处理操作,并针对预处理后的数据进行特征构建和多元的特征选择,丰富数据属性的同时又筛选出应用于模型训练的同目标变量高相关性且彼此间低冗余的数据特征。（2）基于5G潜在用户的预测问题建立分类预测模型,具体包括逻辑回归和决策树模型、基于Bagging策略的随机森林模型、基于Boosting策略的XGBoost和Light GBM模型,并将各个模型在准确率、召回率、F1值、AUC值等四个评估指标上的表现进行对比分析,证明了后三者所属的集成学习模型的5G潜在用户预测效果总体上要优于前两者所属的单一机器学习模型。（3）为了弥补集成学习模型数据均衡化处理缺失的问题,本文提出将SMOTE过采样方法辅以ENN降噪的SE（SMOTE＿ENN）方法融合到集成学习模型上的SE＿RF、SE＿XGBoost、SE＿Light GBM模型,并与单一的SMOTE过采样方法及ENN欠采样方法对用户数据不均衡问题的影响进行对比分析。结果表明,SE方法较二者对于模型的预测性能提升更为明显。（4）为了提高各集成学习模型的分类能力和泛化性能,本文将上述的SE＿RF、SE＿XGBoost、SE＿Light GBM三种算法进行基于Voting的自定义权重软投票策略的异质模型集成。通过对比,不难发现该方法同基于少数服从多数准则的硬投票策略、基于权重值的默认参数软投票策略对5G用户而言具备更佳的预测性能。