[發(fā)明專利]一種基于Fisher分和近似馬爾科夫毯的移動用戶出境特征選擇方法

有效

• 申請?zhí)枺?/td>: 202010130947.X
• 申請日: 2020-02-28
• 公開（公告）號: CN111339165B
• 公開（公告）日: 2022-06-03
• 發(fā)明（設(shè)計）人: 許國良;張軒;王超;李萬林;雒江濤;易燕
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06K9/62
• 代理公司: 北京同恒源知識產(chǎn)權(quán)代理有限公司 11275
• 代理人: 趙榮之

1.一種基于Fisher分和近似馬爾科夫毯的移動用戶出境特征選擇方法，其特征在于，該方法包括以下步驟：

S1：獲取移動用戶樣本的上網(wǎng)、通話、軌跡和屬性數(shù)據(jù)，對用戶樣本進(jìn)行打標(biāo)，構(gòu)建訓(xùn)練集和測試集；

S2：利用提供出境服務(wù)的APP、電話、機(jī)構(gòu)位置基站信息提取用戶樣本的出境特征，對特征集歸一化處理；

S3：根據(jù)Fisher分剔除出境特征集中不相關(guān)的特征，獲得Fisher候選特征集；

S4：設(shè)計融合最大的互信息值和對稱不確定性的相關(guān)性度量標(biāo)準(zhǔn)MSCC，剔除Fisher候選特征集中不相關(guān)的特征，獲得MSCC候選特征集；

S5：利用近似Markov-Blanket剔除MSCC候選特征集中的冗余特征，獲得最優(yōu)出境特征子集；

S6：利用集成學(xué)習(xí)思想構(gòu)建分類模型，完成待測樣本的分類；

分類模型的構(gòu)建方法包括：

S61：分類模型設(shè)計為兩層結(jié)構(gòu)，第一層分別采用KNN、LightGBM、邏輯回歸、AdaBoost算法構(gòu)建基分類器，第二層采用隨機(jī)森林算法構(gòu)建次級分類器；

S62：采用交叉驗(yàn)證的方式，四個基分類器分別對最優(yōu)特征集合進(jìn)行學(xué)習(xí)和預(yù)測，最終得到基分類器對訓(xùn)練集的預(yù)測結(jié)果T₁，對測試集的預(yù)測結(jié)果T₂；

S63：將T₁作為訓(xùn)練集，T₂作為測試集，然后輸入次級分類器中進(jìn)行學(xué)習(xí)和預(yù)測，得到最終的預(yù)測結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于Fisher分和近似馬爾科夫毯的移動用戶出境特征選擇方法，其特征在于，所述步驟S1中，移動用戶樣本數(shù)據(jù)為電信運(yùn)營商提供的B域數(shù)據(jù)和O域數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種基于Fisher分和近似馬爾科夫毯的移動用戶出境特征選擇方法，其特征在于，所述步驟S2中，出境特征提取的方法包括：

S21：擷取提供出境服務(wù)的APP數(shù)據(jù)，以域名、關(guān)鍵詞為關(guān)聯(lián)條件與移動用戶上網(wǎng)數(shù)據(jù)進(jìn)行關(guān)聯(lián)匹配，得到移動用戶的上網(wǎng)特征G＝{x₁,x₂,…,x_g}；

S22：采集提供出境服務(wù)的通話端口數(shù)據(jù)，以對端號碼、城市電話區(qū)號為關(guān)聯(lián)條件與移動用戶通話數(shù)據(jù)進(jìn)行關(guān)聯(lián)匹配，得到移動用戶的通話特征T＝{x₁,x₂,…,x_t}；

S23：采集提供出境服務(wù)的機(jī)構(gòu)位置基站數(shù)據(jù)，以地區(qū)區(qū)域碼和基站編碼為關(guān)聯(lián)條件與移動用戶軌跡數(shù)據(jù)進(jìn)行關(guān)聯(lián)匹配，得到移動用戶的出行特征V＝{x₁,x₂,…,x_v}；

S24：過濾移動用戶屬性數(shù)據(jù)中無關(guān)維度，得到移動用戶的靜態(tài)特征U＝{x₁,x₂,…,x_u}。