摘要：本文关注的对象是10086热线的用户满意度，为此选用了4494名用户从2012年3月至9月的真实调查数据进行分析。为找出用户满意度的主要影响因素，选用了决策树模型（包括REPTree决策树、Random Forest）和朴素贝叶斯分类器分别进行讨论，并对这三种方法进行了评价。对比后发现，虽然这三种方法得出的分类正确率及一些细微之处存在着差别，但大体上还是一致的。不过，三个模型中误分类为满意的观测都不少，占比很高。为此，尝试使用处理不平衡数据的方法，如过采样、欠采样和综合采样方法，并结合随机森林模型进行改进。其中，综合采样法在三种改进方法中效果最佳，欠采样法则效果最不理想。综合所有方法的结果，可以看出AVG_Wait_Time、AVG_Call_Time、Call_10086_Times 、Wait_Times等变量对用户满意度的影响较大：这些变量的值越大，则用户越容易对10086热线给出不满意的评价。据此，对10086热线提出了针对性的建议，包括及时接听热线电话、提供简洁到位的服务、完善热线服务功能等，以此弥补10086热线目前存在的问题，最终提高用户满意度。

关键词：用户满意度  决策树  朴素贝叶斯分类器  不平衡数据处理

目录

摘要

Abstract

前  言-3

第1章  背景介绍-4

第2章  数据来源介绍-6

第3章  模型的建立与求解-7

第3.1节  数据的预处理-7

第3.2节  决策树模型-8

3.2.1 REPTree-8

3.2.2 Random Forest-11

第3.3节  朴素贝叶斯分类器-12

第4章-模型的评价与改进-14

第4.1节  模型的评价-15

4.1.1 REPTree模型评价-15

4.1.2 Random Forest模型评价-15

4.1.3 朴素贝叶斯分类器评价-15

第4.2节  模型的改进-15

4.2.1 过采样法-16

4.2.2 欠采样法-18

4.2.3 综合采样法-20

第5章  给10086移动热线的建议-22

参考文献-23

致谢-23

附录-24