[發明專利]潛在轉網用戶識別方法、系統、消息推送方法、裝置和介質

在審

• 申請號: 202010029916.5
• 申請日: 2020-01-13
• 公開（公告）號: CN111275245A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 彭思宇;鄭濤;丁小麗;黃丹
• 申請（專利權）人: 宜通世紀物聯網研究院（廣州）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F16/215;G06N20/00
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 何文聰

1.一種潛在轉網用戶識別方法，其特征在于，包括以下步驟：

獲取用戶的XDR話單；

根據所述XDR話單獲取模型特征維表；所述模型特征維表中包括多個模型特征及其相應的數值；

將所述模型特征維表輸入到機器學習模型中，獲取所述機器學習模型輸出的潛在轉網用戶以及相應的轉網概率。

2.根據權利要求1所述的方法，其特征在于，所述獲取用戶群的XDR話單這一步驟，具體包括：

獲取用戶的信令數據；

對所述信令數據進行編解碼，從而獲取XDR話單；

對所述XDR話單進行清洗處理。

3.根據權利要求2所述的方法，其特征在于，所述對所述XDR話單進行清洗處理這一步驟，具體包括以下至少一項：

檢測和填補所述XDR話單中的空缺值；

對所述XDR話單中的圖片流量進行噪聲消除；

刪除所述XDR話單中的負值和/或極大值；

對所述XDR話單中的部分或全部數據進行離散化處理。

4.根據權利要求2或3所述的方法，其特征在于，所述信令數據包括寬帶通信信令和移動通信信令。

5.根據權利要求1所述的方法，其特征在于，所述機器學習模型經過如下訓練步驟：

構建包含正樣本和負樣本的樣本數據集；所述正樣本包括已轉網用戶的XDR話單，所述負樣本包括留網用戶的XDR話單；

對所述樣本數據集進行不放回抽樣，從而生成訓練集；

使用所述訓練集對所述機器學習模型進行訓練。

6.根據權利要求5所述的方法，其特征在于，所述機器學習模型經過如下測試步驟：

對所述樣本數據集進行不放回抽樣，從而生成測試集；

將所述測試集輸入到所述機器學習模型；

所述機器學習模型的輸出結果進行評估，確定相應的查準率、查全率和/或F值；

對所述機器學習模型在各工作參數進行遍歷，選取對應最優查準率、查全率和/或F值的工作參數。

7.一種潛在轉網用戶識別系統，其特征在于，包括：

第一模塊，用于獲取用戶的XDR話單；

第二模塊，用于根據所述XDR話單獲取模型特征維表；所述模型特征維表中包括多個模型特征及其相應的數值；

第三模塊，用于將所述模型特征維表輸入到機器學習模型中，獲取所述機器學習模型輸出的潛在轉網用戶以及相應的轉網概率。

8.一種消息推送方法，其特征在于，包括以下步驟：

通過權利要求1-6任一項所述的潛在轉網用戶識別方法，識別出潛在轉網用戶以及相應的轉網概率；

向目標潛在轉網用戶推送消息；所述目標潛在轉網用戶具有大于預設閾值的轉網概率。

9.一種裝置，其特征在于，包括存儲器和處理器，所述存儲器用于存儲至少一個程序，所述處理器用于加載所述至少一個程序以執行權利要求1-6以及權利要求8任一項所述方法。

10.一種存儲介質，其中存儲有處理器可執行的指令，其特征在于，所述處理器可執行的指令在由處理器執行時用于執行如權利要求1-6以及權利要求8任一項所述方法。