Телекоммуникации оказывают определяющие влияние на развитие человечества. Повышение эффективности их функционирования может быть реализовано различными способами. Искусственный интеллект позволяет поспособствовать решению упомянутой задачи. Однако существует проблема выбора метода искусственного интеллекта, в наибольшей степени подходящего для решения конкретной задачи в определенной предметной области. Это обусловлено большим числом существующих инструментов, доступных в рамках искусственного интеллекта, а также значительным разнообразием ситуаций, требующих учета тех или иных ограничений и нюансов при их анализе. Авторы статьи провели эксперимент, имевший своей целью упростить решение заявленной проблемы выбора в том случае, когда необходимо построить классификационную модель, определяющую успешность реализации транзакции в сети общеканальной сигнализации ОКС №7 при предоставлении голосовых услуг и услуг СМС в сети мобильной связи с использованием перенесенных мобильных абонентских номеров. Были проанализированы возможности пяти популярных методов: дерево решений, метод опорных векторов, случайный лес, нейронная сеть и наивный байесовский классификатор. Классификационные модели, создаваемые перечисленными методами, проверялись на соответствие двум требованиям: способность формировать достоверные прогнозы относительно возможности реализации транзакции и стабильность получаемых результатов. Качество оценивалось посредством метрик F-мера, специфичность и среднеквадратическое отклонение. В эксперименте использовались реальные обезличенные статистические данные, полученные в сети крупного оператора мобильной связи. После проведения соответствующих расчетов и сравнений, было установлено, что наиболее предпочтительным представляется использование метода «дерево решений», поскольку он формирует наиболее качественные классификационные модели.