[發明專利]一種基于決策樹的通信用戶退網預測方法

在審

• 申請號: 201810998919.2
• 申請日: 2018-08-30
• 公開（公告）號: CN109146569A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 龍華;王瑞;邵玉斌;杜慶治
• 申請（專利權）人: 昆明理工大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于決策樹的通信用戶退網預測方法，其特征在于：

Step1、數據采集：將樣本通信用戶基礎信息與用戶消費行為放入訓練數據集合S中；

其中通信用戶基礎信息包括：用戶號碼，屬性A用戶年齡，屬性B性別、屬性C開戶時間、屬性D客戶等級、屬性E每月消費費用；

用戶消費行為包括：屬性F通話時長、屬性G流量用量、屬性H短信用量、屬性J增值業務用量；

Step2、數據處理：將S集中的每類屬性數據，進行分類；

Step3、將類標號特征值分為n類，其中類標號特征值有t個值，t_u為每類所含樣本個數，對于給定的類標號特征值，信息熵可定義為如公式(1)所示：

其中

從S集中抽取屬性ABCDEFGHJ中的任一一個屬性，構成其任一個子集記為S_k(k＝A,B,C,D,E,F,G,H,J)，在子集S_k中，根據其特征分類分為S_kj類(j＝1,...,v)，其中每一類有S_kij(i＝1,...,m)個值；

按照分類取值可得各個分類的信息熵：

Step4、計算每個屬性劃分子集的熵為如公式(3)所示：

Step5、用信息增益來衡量熵的期望減少值，則選擇屬性k對S進行劃分獲得的信息增益為如公式(4)所示：

Gain(k)＝I(T₁,T₂,...,T_n)-Ent(k) (4)

Gain(k)代表已知屬性k后導致熵的期望壓縮；

Step6、使用貝葉斯公式其中(k＝A,B,C,D,E,F,G,H,J)對訓練數據集中每個屬性取值進行權重判斷；

Step7、構建決策樹，將每個屬性按照其信息增益大小排序，獲得最大信息增益的屬性；創建節點，并以此屬性標記，對屬性的每個值創建分枝；權重最大的屬性值連接下一個屬性；

Step8、根據所構建的決策樹，建立用戶流失預警模型。

2.根據權利要求1所述的基于決策樹的通信用戶退網預測方法，其特征在于：所述Step3中樣本的概率分布越均衡，則信息熵越大，樣本集的混雜程度也越高；將信息熵作為訓練集純凈度的一個度量，熵越小，純凈度越高。

3.根據權利要求1所述的基于決策樹的通信用戶退網預測方法，其特征在于：所述Step5中Gain(k)代表已知屬性k后導致熵的期望壓縮；信息熵越小代表節點越純，基于信息增益的定義，信息增益越大，信息熵的減少量越大，節點趨于純凈，則Gain(k)越大，選擇測試屬性k對分類提供的信息越多。