ChurnNet: Deep Learning Enhanced Customer Churn Prediction in Telecommunication Industry ... : ChurnNet: التعلم العميق تعزيز توقعات العملاء في صناعة الاتصالات السلكية واللاسلكية ...

In the Telecommunication Industry (TCI) customer churn is a significant issue because the revenue of the service provider is highly dependent on the retention of existing customers. In this competitive market, it is essential for the service providers to figure out the concerns of their existing customers regarding their services as the cancellation of the services by the customers and switching to new service providers will not bring any good to the service provider. In the context of TCI, numerous research have been made to predict customer churn though, after the performance evaluation of these studies, it shows that there is enough room for progress. Therefore, in this study, we proposed a novel customer churn prediction architecture namely ChurnNet to predict customer churn in TCI. In our proposed ChurnNet, the 1D convolution layer is integrated with residual block, squeeze and excitation block, and spatial attention module to improve the performance. Residual block aids in solving the vanishing ... : في صناعة الاتصالات السلكية واللاسلكية (TCI)، يمثل العملاء مشكلة كبيرة لأن إيرادات مزود الخدمة تعتمد بشكل كبير على الاحتفاظ بالعملاء الحاليين. في هذا السوق التنافسي، من الضروري لمقدمي الخدمات معرفة مخاوف عملائهم الحاليين فيما يتعلق بخدماتهم لأن إلغاء الخدمات من قبل العملاء والتحول إلى مقدمي خدمات جدد لن يجلب أي فائدة لمقدم الخدمة. في سياق TCI، تم إجراء العديد من الأبحاث للتنبؤ بتغيرات العملاء على الرغم من أنه بعد تقييم أداء هذه الدراسات، يظهر أن هناك مجالًا كافيًا للتقدم. لذلك، في هذه الدراسة، اقترحنا بنية جديدة للتنبؤ بالعملاء وهي ChurnNet للتنبؤ بالعملاء في TCI. في ChurnNet المقترحة، تم دمج طبقة الالتفاف أحادية الأبعاد مع الكتلة المتبقية، وكتلة الضغط والإثارة، ووحدة الانتباه المكاني لتحسين الأداء. تساعد الكتلة المتبقية في حل مشكلة التدرج المتلاشي. تمكن كتلة الضغط والإثارة ووحدة الانتباه المكاني ChurnNet من فهم الترابط بين القنوات وداخلها على التوالي. لتقييم الأداء، يتم إجراء التجربة على 3 مجموعات بيانات متاحة للجمهور. نظرًا لأن مجموعات البيانات تحتوي على مشكلات كبيرة في عدم التوازن الطبقي، يتم تنفيذ ثلاث ...