[發明專利]預測用戶離網方法及系統

在審

• 申請號: 201810863780.0
• 申請日: 2018-08-01
• 公開（公告）號: CN109086931A
• 公開（公告）日: 2018-12-25
• 發明（設計）人: 劉馨靖
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30;G06N3/08
• 代理公司: 北京天昊聯合知識產權代理有限公司 11112
• 代理人: 彭瑞欣;汪源

本發明公開了一種預測用戶離網方法及系統。該預測用戶離網方法包括：獲取當前在網用戶的特征數據；根據所述當前在網用戶的特征數據和預設的當前行動網絡模型，生成當前預測結果，所述當前預測結果包括用戶是否離網的信息；根據所述當前預測結果和所述當前在網用戶的實際離網數據，生成當前評估數據；根據所述當前評估數據，采用預設優化算法優化所述當前行動網絡模型，生成新的行動網絡模型。本發明所提供的預測用戶離網方法及系統，實現了對當前行動網絡模型(用戶離網預測模型)的預測結果的監控和反饋，增強了當前行動網絡模型的修正能力，提高了當前行動網絡模型的預測準確率。

技術領域

本發明涉及通信技術領域，特別涉及一種預測用戶離網方法及系統。

背景技術

隨著電信行業的發展，用戶離網率成為運營商經營分析的一項重要指標，運營商通過及時、有效地預測用戶是否離網，從而可以提前獲得預警信息，并及時為可能離網的用戶提供有針對性的優化解決方案。因此，該預測用戶離網的技術是運營商存量用戶經營的重要手段，能夠有效的增強用戶粘性，降低用戶離網率。目前針對用戶離網的預測，主要技術為通過機器學習、分類的算法訓練用戶離網預測模型。

但現有的用戶離網預測方法，缺少對用戶離網模型的預測結果的監控和反饋，從而導致用戶離網預測模型的修正能力較弱，用戶離網預測模型的準確率不高。

發明內容

本發明旨在至少解決上述現有技術中存在的技術問題之一，提供一種預測用戶離網方法及系統，能夠實現對用戶離網預測模型的預測結果的監控和反饋，增強用戶離網預測模型的修正能力，提高用戶離網預測模型的預測準確率。

為實現上述目的，本發明提供一種預測用戶離網方法，該預測用戶離網方法包括：

獲取當前在網用戶的特征數據；

根據所述當前在網用戶的特征數據和預設的當前行動網絡模型，生成當前預測結果，所述當前預測結果包括用戶是否離網的信息；

根據所述當前預測結果和所述當前在網用戶的實際離網數據，生成當前評估數據；

根據所述當前評估數據，采用預設優化算法優化所述當前行動網絡模型，生成新的行動網絡模型。

可選地，當前在網用戶的特征數據包括：套餐信息、終端類型、平均收入值、平均每月上網流量、平均每月通話時間和位置變更信息；

根據所述當前在網用戶的特征數據和預設的當前行動網絡模型，生成當前預測結果包括：

根據所述當前在網用戶的套餐信息、終端類型、平均收入值、平均每月上網流量、平均每月通話時間、位置變更信息和預設的當前行動網絡模型，生成當前預測結果。

可選地，預設的當前行動網絡模型包括基于卷積神經網絡算法的模型或者基于循環神經網絡算法的模型。

可選地，所述方法還包括：

獲取當前已離網用戶的特征數據；

將當前已離網用戶的特征數據和當前在網用戶的特征數據作為輸入變量，采用卷積神經網絡算法或者循環神經網絡算法進行訓練，得到所述當前行動網絡模型，所述當前行動網絡模型的輸出變量為用于確定用戶是否離網的變量。

可選地，所述根據所述當前預測結果和所述當前在網用戶的實際離網數據，生成當前評估數據包括：將所述當前預測結果和所述當前在網用戶的實際離網數據進行比對，生成當前評估數據，所述當前評估數據包括預測錯誤的當前在網用戶的特征數據和預測錯誤的當前在網用戶的實際離網數據。

可選地，所述根據所述當前預測結果和所述當前在網用戶的實際離網數據，生成當前評估數據之后還包括：

判斷所述當前評估數據的數量是否大于或等于預設閾值；