[發明專利]一種基于Adaboost算法的寬帶目標用戶識別方法

在審

• 申請號: 201811065773.2
• 申請日: 2018-09-13
• 公開（公告）號: CN109191210A
• 公開（公告）日: 2019-01-11
• 發明（設計）人: 郭麗清;杜涵
• 申請（專利權）人: 廈門大學嘉庚學院
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊

本發明涉及一種基于Adaboost算法的寬帶目標用戶識別方法。首先，進行數據建模，即對寬帶目標用戶數據樣本進行預處理得到訓練樣本；而后，對訓練樣本進行特征選擇，把能夠表達用戶行為信息的特征值輸入Adaboost分類器訓練得到寬帶目標用戶數據模型；最后，對運營商提供的寬帶目標用戶數據樣本，采用同樣的方法選擇具有用戶行為信息的特征值，輸入到已建立好的寬帶目標用戶數據模型中，得到寬帶目標用戶營銷成功概率值排名表，從而為運營商提供營銷優先級建議。本發明能夠提高企業外呼營銷的成功率，減少企業的人工成本。

技術領域

本發明屬于目標用戶識別領域，具體涉及一種基于Adaboost算法的寬帶目標用戶識別方法。

背景技術

“寬帶中國”戰略實施方案的發布，標志著寬帶成為國家戰略性公共基礎設施。隨著物聯網、云計算、“互聯網+”等高新技術的發展，工信部加大“寬帶中國”戰略實施力度，促使電信行業加快寬帶提速進程。與此同時，近年來運營商對寬帶市場搶占的競爭呈現白熱化狀態。在這兩者的共同推動下，家用寬帶市場快速增長，寬帶速率不斷提升，從早期的2M、4M、6M、10M，逐步提升至20M、50M、100M、200M，甚至1000M。如何辨別寬帶提速的目標用戶，是每次提速進程中需要解決的核心問題。新產品和服務的營銷推廣，通常有兩種方式：一種是“引進新用戶”，一種是“滲透老用戶”。在電信行業中，存量用戶占總體用戶量80％左右。因此，“滲透老用戶”成為營銷推廣的主要途徑。每次寬帶提速需求的推出，傳統工作模式是相關負責人結合過往經驗提出3～5個條件，人工篩選出合適的目標用戶進行外呼營銷。這種方式需要耗費大量的人力、物力和時間成本，卻沒有帶來預期的經濟效益，營銷成功率普遍低于8％。隨著信息技術的發展，各個運營商沉淀海量的用戶信息，包含用戶基本信息，套餐資費、相關行為等數據。如何利用數據挖掘技術手段對用戶的行為特征進行分析，精確化有潛力的目標用戶，再進行寬帶業務的推薦，提高營銷的成功率，成為一個值得研究和探討的課題。

機器學習被廣泛應用于數據挖掘分析領域。當前主流的機器學習算法包括決策樹、隨機森林、樸素貝葉斯、二次判別分析(QDA)、自適應增強學習算法(AdaBoost)等。AdaBoost算法通過多個弱分類器組合成一個強分類器，因簡單、有效，可以使用不同方法構建子分類器等優點，廣泛應用于各個領域。AdaBoost成功應用于手寫字體識別，人臉檢測，在檢測速度和人臉識別準確率上均有很大的提高。在機器視覺領域中，研究者利用AdaBoost進行車輛檢測、車牌識別和醫學診斷。此外，AdaBoost及其變種算法還廣泛應用于各行各業，如：數據庫存儲中的散列技術，風力發電領域的風速預測，金融領域的股票趨勢預測和信用評價，飲食行業，豬肉和雞肉的新鮮度測評。這些成功的行業應用證明了AdaBoost算法的優越性能。

本發明針對現有寬帶提速目標用戶識別，采用人工篩選進行外呼營銷耗時費力且營銷成功率低的問題，提出一種基于Adaboost算法的寬帶目標用戶識別模型。經過數據預處理、特征提取、AdaBoost分類器構建目標用戶模型，提供一張寬帶提速目標用戶成功概率的排名列表，提高企業外呼營銷的成功率，減少企業的人工成本。

發明內容

本發明的目的在于提供一種基于Adaboost算法的寬帶目標用戶識別方法，能夠提高企業外呼營銷的成功率，減少企業的人工成本。

為實現上述目的，本發明的技術方案是：一種基于Adaboost算法的寬帶目標用戶識別方法，首先，進行數據建模，即對寬帶目標用戶數據樣本進行預處理得到訓練樣本；而后，對訓練樣本進行特征選擇，把能夠表達用戶行為信息的特征值輸入Adaboost分類器訓練得到寬帶目標用戶數據模型；最后，對運營商提供的寬帶目標用戶數據樣本，采用同樣的方法選擇具有用戶行為信息的特征值，輸入到已建立好的寬帶目標用戶數據模型中，得到寬帶目標用戶營銷成功概率值排名表，從而為運營商提供營銷優先級建議。

在本發明一實施例中，該方法具體實現步驟如下：

步驟S1、數據樣本的獲取及特征提?。?/p>