[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

本發明涉及一種基于決策樹的通信用戶退網預測方法，屬于人工智能技術領域。本發明通過計算類標號屬性的信息熵、每一個屬性劃分子集的熵、類標號屬性的信息增益，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；其次使用貝葉斯公式，對訓練數據集中每個屬性取值進行權重判斷；最后以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，通過決策樹的構建，建立用戶流失預警模型。

技術領域

本發明涉及一種基于決策樹的通信用戶退網預測方法，屬于人工智能技術領域。

背景技術

目前，隨著通信行業的不斷發展，通信行業中的各大運營商之間的競爭越來越激烈，移動客戶流失問題一直受到通信運營商的密切關注。在新的移動互聯網產業形勢之下，除了通信運營商的內部競爭之外，運營商還將面臨著來自互聯網的外部競爭，新時代下衍生出的移動網絡即時通信工具是用戶對運營商的提供的業務依賴逐漸減弱。

由于目前市面上通信套餐種類繁多、評價標準單一、用戶歷史數據不完整等特性，用戶流失預警問題對于算法的要求很高，傳統方法主要包括基本分析法和技術分析法，分別通過市場因素如供求關系和統計學分析來分析用戶流失，預測難度較大，且預測結果準確性不高。

數據挖掘與大數據的蓬勃發展為運營商用戶流失預測提供了大量的技術支持，面對用戶特征數據，針對性的建立用戶流失預警機制，分析用戶流失的因素，建立精準的營銷策略，針對薄弱環節采取相應的調整，提高運營商的市場競爭力。

發明內容

本發明要解決的技術問題是提供一種基于決策樹的通信用戶退網預測方法，用于解決上述問題。

本發明的技術方案是：一種基于決策樹的通信用戶退網預測方法，具體步驟為：

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；