Использование методов машинного обучения для прогнозирования оттока пользователей музыкальных сервисов

В настоящее время для решения задач различных отраслей бизнеса, связанных с обработкой постоянно генерируемых и накапливаемых больших объемов данных, представляет интерес исследование алгоритмов машинного обучения. В сфере стриминга музыки одной из наиболее важных задач является прогнозирование оттока пользователей. Своевременное предсказание оттока позволит принять превентивные меры по удержанию рисковых клиентов, т.е. уменьшению количества людей, которые прекращают использование сервиса (отменяют подписку). Целью данной работы является построение модели, позволяющей на основе исторических данных по пользователям сервиса и их поведению, с помощью алгоритмов машинного обучения спрогнозировать возможность ухода человека из музыкального сервиса. В работе рассмотрено понятие стримингового сервиса, изучена проблема оттока пользователей. Проведен обзор алгоритмов для решения задачи бинарной классификации, изучен рассмотрен соответствующий технологический инструментарий. В отдельной главе проведено экспериментальное исследование на тестовом наборе данных. Работа может представлять интерес как для компаний, решающих задачу «удержания» клиентов, так и для исследователей, занимающихся областью машинного обучения. Работа содержит 55 страниц, 3 главы, 36 рисунков, 2 таблицы, 40 источников, 3 приложения. Ключевые слова: Python; машинное обучение; предсказание оттока; классификация; стриминговый сервис.