[發明專利]一種預測用戶離網的方法及裝置

在審

• 申請號: 201410371307.2
• 申請日: 2014-07-30
• 公開（公告）號: CN105447583A
• 公開（公告）日: 2016-03-30
• 發明（設計）人: 曾嘉;袁明軒;戴文淵
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/00
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種預測用戶離網的方法，其特征在于，包括：

獲取用戶在第一預置時間段內的業務消費特征數據、位置活動特征數據及社交網絡特征數據，所述位置活動特征數據指的是所述用戶在所述第一預置時間段內與各個基站通信的相關數據，所述社交網絡特征數據指的是在所述第一預置時間段內所述用戶與社交網絡中的其他用戶通信的相關數據；

將獲取的所述業務消費特征數據、所述位置活動特征數據及所述社交網絡特征數據輸入預先訓練好的分類器進行計算并輸出計算結果，所述計算結果為所述用戶的離網預測結果。

2.如權利要求1所述的方法，其特征在于，所述獲取用戶在第一預置時間段內的位置活動特征數據包括：

從位置活動特征矩陣中抽取所述用戶的位置活動特征數據，所述位置活動特征矩陣為在所述第一預置時間段內各個用戶與各個基站通信的相關數據構成的矩陣。

3.如權利要求1或2所述的方法，其特征在于，所述獲取用戶在第一預置時間段內的社交網絡特征數據包括：

從社交網絡特征矩陣中抽取所述用戶的社交網絡特征數據，所述社交網絡特征矩陣為在所述第一預置時間段內所述社交網絡中各個用戶相互通信的相關數據構成的矩陣。

4.如權利要求1至3任意一項所述的方法，其特征在于，在獲取用戶在第一預置時間段內的業務消費特征數據、位置活動特征數據及社交網絡特征數據之后，所述方法還包括：

將所述位置活動特征數據的維度降低到預設維度，以及根據所述社交網絡特征數據計算所述用戶在所述社交網絡中的影響力；

所述將獲取的所述業務消費特征數據、所述位置活動特征數據及所述社交網絡特征數據輸入預先訓練好的分類器進行計算并輸出計算結果包括：

將所述業務消費特征數據、降低到預設維度的位置活動特征數據及計算所得的所述用戶在所述社交網絡中的影響力輸入到預先訓練好的分類器進行計算并輸出計算結果。

5.如權利要求4所述的方法，其特征在于，所述將所述業務消費特征數據、降低到預設維度的位置活動特征數據及計算所得的所述用戶在所述社交網絡中的影響力輸入到預先訓練好的分類器進行計算的過程中，所述業務消費特征數據越大，所述用戶離網的概率越低；所述用戶在所述社交網絡中的影響力越大，所述用戶離網的概率越低；當所述用戶與同一網絡中的不同基站通信時，所述用戶與網絡中通信質量越差的基站通信的相關數據越小，所述用戶離網的概率越低，當所述用戶與不同網絡中的基站通信時，與所述用戶通信的相關數據越大的基站，所述用戶離開其所在的網絡的概率越低。

6.如權利要求1至5任意一項所述的方法，其特征在于，在獲取用戶在第一預置時間段內的業務消費特征數據、位置活動特征數據及社交網絡特征數據之前，所述方法還包括訓練所述分類器，具體方法如下：

將各個用戶在第二預置時間段內的業務消費特征數據、位置活動特征數據及社交網絡特征數據作為所述分類器的第一輸入，將所述各個用戶當前的網絡狀態作為所述分類器的第二輸入，利用預設的算法對輸入所述分類器的第一輸入及第二輸入進行訓練得到所述分類器，所述第二預置時間段大于所述第一預置時間段，所述預設的算法包括：隨機森林算法、支持向量機算法、深層神經網絡算法及邏輯回歸算法。

7.一種預測用戶離網的裝置，其特征在于，包括：

獲取單元，用于獲取用戶在第一預置時間段內的業務消費特征數據、位置活動特征數據及社交網絡特征數據，所述位置活動特征數據指的是所述用戶在所述第一預置時間段內與各個基站通信的相關數據，所述社交網絡特征數據指的是在所述第一預置時間段內所述用戶與社交網絡中的其他用戶通信的相關數據；

處理單元，用于將所述獲取單元獲取的所述業務消費特征數據、所述位置活動特征數據及所述社交網絡特征數據輸入預先訓練好的分類器進行計算并輸出計算結果，所述計算結果為所述用戶的離網預測結果。

8.如權利要求7所述的裝置，其特征在于，所述獲取單元獲取所述用戶在第一預置時間段內的位置活動特征數據包括：

所述獲取單元從位置活動特征矩陣中抽取所述用戶的位置活動特征數據，所述位置活動特征矩陣為在所述第一預置時間段內各個用戶與各個基站通信的相關數據構成的矩陣。