[發明專利]一種對鐵路客戶進行分類的方法

在審

• 申請號: 201911343327.8
• 申請日: 2019-12-24
• 公開（公告）號: CN111353523A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 潘紅芹;董寶田;趙芳璨;喬林;曾進;肖翔;沈孟如;張明
• 申請（專利權）人: 中國國家鐵路集團有限公司;中國鐵路信息科技集團有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/04;G06N3/04
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 牛崢;王麗琴

1.一種對鐵路客戶進行分類的方法，其特征在于，包括：

訓練得到時間序列Prophet模型和長短期記憶網絡LSTM模型；

將鐵路客戶在貨運過程中的貨票數據分別輸入到所述Prophet模型及所述LSTM模型中處理，輸出結果；

將分別從Prophet模型及LSTM模型輸出的結果集成后，得到鐵路客戶發貨預測時間序列；

將得到的時間序列基于特征空間構建后，采用核力場進行聚類，得到鐵路客戶的分類結果。

2.如權利要求1所述的方法，其特征在于，所述訓練得到的Prophet模型對鐵路客戶的貨票數據進行基于鐵路客戶發貨的時間序列深度曲線擬合；

所述訓練得到的LSTM模型挖掘鐵路客戶的貨票數據中的鐵路客戶發貨的時間序列的依賴關系。

3.如權利要求1所述的方法，其特征在于，所述將分別從Prophet模型及LSTM模型輸出的結果集成包括：

分別設置對應Prophet模型的第一權值，及對應LSTM模型的第二權值，將從Prophet模型輸出的結果與第一權值相乘得到的值，與從LSTM模型輸出的結果與第二權值相乘得到的值，進行相加。

4.如權利要求1所述的方法，其特征在于，所述將得到的鐵路客戶發貨預測時間序列基于特征空間構建包括：

對得到的鐵路客戶發貨預測時間序列進行樣本熵SE、統計復雜度SC及復雜度LZ的處理。

5.如權利要求1所述的方法，其特征在于，所述采用核力場進行聚類為：將構建后的鐵路客戶發貨預測時間序列采用勢值熵的計算，求取最小勢熵的最佳影響因子值，得到鐵路客戶的分類結果。

6.一種對鐵路客戶進行分類的裝置，其特征在于，包括：模型設置單元、處理單元、特征空間構建單元及聚類單元，其中，

模型設置單元，用于訓練得到Prophet模型和LSTM模型；

處理單元，用于將鐵路客戶在貨運過程中的貨票數據分別輸入到所述Prophet模型及所述LSTM模型中處理，將分別從Prophet模型及LSTM模型輸出的結果合并后，得到鐵路客戶發貨預測時間序列；

特征空間構建單元，用于將得到的鐵路客戶發貨預測時間序列基于特征空間進行構建；

聚類單元，用于將構建后的鐵路客戶發貨預測時間序列采用核力場進行聚類，得到鐵路客戶的分類結果。