电信运营商间日益激烈的竞争,使得各大运营商纷纷调整吸引新客户、留住老客户的策略。套餐可以说是运营商为客户提供的一种“服务”。为用户选择适用且价格能接受的套餐显得尤为重要,因为这可以在一定程度上提升客户满意度,进而提高客户忠诚度。庞大的客户量将是运营商从激烈竞争中脱颖而出的杀手锏。运营商仿佛早已看穿这一切,于是市面上出现了种类繁多的套餐,这大大增加了客户自主选择套餐的难度。因此运营商为客户选择合适套餐势在必行。本文选取中国联通研究院公开的用户历史数据集,进行套餐匹配的研究。数据集中共包含11种套餐,属于典型的多分类问题,且类别之间存在不平衡现象。文章基于集成学习的角度进行研究。通过建立匹配模型,为现有客户选择最合适的套餐。首先详细介绍了研究所用算法的理论及相应优缺点,之后利用Python对数据集进行清洗及描述性分析,对缺失值采用了三种填补方法:平均值插补、众数插补及KNN插补。并对用户消费数据变量进行k-means聚类。分析各类用户行为,将用户划分为“普通用户”、“VIP用户”及“超级VIP”用户,运营商可根据其用户等级为他们现有套餐进行升级或匹配到更合适的套餐。关于特征构建与特征选择:利用已有特征的统计信息对数据进行特征重构,在原特征的基础上新增了七个新特征,为了更好的选取到适合建模的特征,在处理后的数据集上建立三种树模型进行特征选择,并选取各模型的重要度排名前30的特征的并集作为最终选定的建模特征。在模型的建立方面,查阅相关文献发现研究方法大多为KNN、朴素贝叶斯、逻辑回归等单一分类模型,本文则主要用集成学习理论对其研究,并建立了随机森林、Adaboost、和GBDT+RF+Adaboost模型。其中 GBDT+RF+Adaboost模型是利用Stacking结合策略,以RF与Adaboost模型作为初级学习器,GBDT作为次级学习器对两个初级学习器的分类结果进行融合,对比三种分类器各类别的F1、AUC值发现三种模型分类性能均不错,且融合后的模型在一定程度改善了初级分类器的性能,接着在同一数据集上建立上述三种单一分类模型,发现F1值最高才为0.6607,而三种集成学习模型的最低F1值为0.8016,说明集成学习方法更适用于套餐匹配问题的研究。