[發明專利]一種基于迭代決策樹的電信用戶分類方法

有效

• 申請號: 201810321941.3
• 申請日: 2018-04-11
• 公開（公告）號: CN108564380B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 尚家興;朱倩雯;武紅春;周尚波;馮永;鐘將
• 申請（專利權）人: 重慶大學
• 主分類號: G06Q30/00
• 分類號: G06Q30/00;G06Q50/00;G06Q50/30
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

本發明涉及一種基于迭代決策樹的電信用戶分類方法，包括：S1：根據用戶的基本信息、通話、短信記錄構建用戶社交關系網絡G(V,E)；S2：從G(V,E)中抽取特征，或根據已分類的用戶更新其他用戶的特征；S3：用迭代決策樹對G(V,E)中未分類的用戶分類，即判斷是否滿足|sFriend?nFriend|≥L；若滿足則分類，將分類的用戶數記為κ；K若κ＞K，回到步驟S2，否則進入步驟S4；S4：令L＝L?1；若L≥0，返回步驟S2，否則進入步驟S5；S5：輸出分類結果。本發明在訓練集較少的情況下能達到很低的錯誤率，可以克服訓練集占比高導致的過擬合影響，實現用戶的精準定位。

技術領域

本發明屬于人工智能、數據挖掘領域，具體涉及一種基于迭代決策樹的電信用戶分類方法。

背景技術

1.移動營銷技術

移動營銷近年來受到廣泛研究，一方面，有人從理論上研究了為什么消費者能接受手機作為宣傳信息的方式。通過實證研究，他們發現利用手機客戶端進行移動營銷時，其能否被用戶接受的關鍵在于所提供的信息對于客戶來說所具備的娛樂性以及價值高低。另一方面，有人根據消費者/用戶的生活方式、使用動機和產品/服務屬性等要素，通過要素分析和聚類分析方法，以實證研究的方式研究了意大利手機用戶的行為。還有人則調查了消費者對智能手機時代移動營銷的態度，發現雖然手機功能和用戶使用頻率在不斷提高，但消費者持續抱有對移動營銷傳播的負面態度。現有一種大數據移動營銷分析和廣告推薦框架，該框架支持離線和在線廣告業務，其分析技術是根據移動用戶的個人資料、網站訪問行為、移動情況等大數據來進行廣告推薦。還有一種新的混合多屬性決策模型，提出了一個移動電子商務的評估模型，該模型能夠提升用戶在模糊環境中對不確定移動電子商務信息的接受程度。

2.電信用戶分類技術

電信用戶分類是移動營銷中的重要一環，現有一種基于遺傳算法的方法來增強案例推理的案例匹配過程，然后在此基礎上又開發了一個原型GA-CBR系統來預測電信客戶購買保險的行為，并找出最有可能與最不可能購買保險的顧客。現有技術公開了一種基于案例推理系統的數據降維技術，使用遺傳算法從垂直和水平方向對數據進行降維處理。現有技術還包括一個客戶分類模型，利用現有客戶的數據來挖掘出他們的購買模式。該模型首先獨立使用幾種分類技術，然后用遺傳算法來綜合不同的分類結果。有學者研究了電信客戶分類問題，他們提出了一種使用支持向量機和人工神經網絡技術對電信客戶數據進行分類并確定最適合客戶群的增值服務的方法。從分類的客戶群中，他們推導出具有模糊屬性的分類規則。還有學者則通過考慮數據分布的不平衡性來研究客戶分類問題。他們將集成學習與成本敏感學習相結合，并提出了一種用于不平衡數據的動態分類器集成方法，可以為每個客戶自適應地選擇動態集成方法。還包括一種用于移動用戶分類的改進決策樹算法，該算法引入遺傳算法來優化決策樹算法的結果。在他此模型中，由于分類屬性提高了預測的準確性，此模型可以將移動用戶分為四類：普通用戶，商務用戶，高級商務用戶和金牌用戶。

3.決策樹技術

決策樹是一種計算智能技術，得益于其簡單性和高效性，已被廣泛應用于機器學習和數據挖掘領域。它是一個決策支持工具，使用樹狀圖或決策模型來進行表示，其決策結果包括機會事件結果，資源成本和效用等。現有一種新的顧客生命周期模型，其中包括五個決策模型，即當前價值、歷史價值、長期價值預測、信用和忠誠度。此模型使用決策樹方法來提取與長期價值、信用和忠誠度有關的重要參數，然后建立客戶價值評估體系。還包括一種用于移動用戶分類的改進決策樹算法，并引入遺傳算法來優化決策樹算法的結果。通過在真實數據集上的測試，顯示了該算法與C4.5決策樹和SVM算法相比在分類準確性方面的優越性。一種新的并行化決策樹算法，以改善海量數據挖掘應用中的數據處理延遲問題。模型中使用CPU進行流量控制，并使用GPU進行計算。結果表明，與傳統的基于CPU的方法相比，該方法可以顯著提高時間效率。還有一種通過考慮時間和成本約束來研究決策樹，將重點放在如何在有限時間內完成分類任務，從而構建出決策樹。從而開發了一種構建時間受限的最小代價樹算法，當時間充裕時，該算法會選擇能帶來最大收益的決策屬性，當時間受限時，該算法會選擇時間效率最高的決策屬性。