[發(fā)明專利]一種用于電信運(yùn)營商的個性化電信套餐推薦方法

在審

• 申請?zhí)枺?/td>: 202010184451.0
• 申請日: 2020-03-17
• 公開（公告）號: CN111402004A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設(shè)計）人: 王文;衛(wèi)守林;石聰明
• 申請（專利權(quán)）人: 昆明理工大學(xué)
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F16/35;G06N3/04;G06N3/08;G06Q50/30
• 代理公司: 昆明人從眾知識產(chǎn)權(quán)代理有限公司 53204
• 代理人: 李筱

1.一種用于電信運(yùn)營商的個性化電信套餐推薦方法，其特征在于：包括如下步驟：對電信套餐的原始數(shù)據(jù)集進(jìn)行預(yù)處理；采用SMOTE算法解決預(yù)處理后的數(shù)據(jù)集中樣本分類不均衡問題；利用Word2vec訓(xùn)練經(jīng)過上個步驟處理后的數(shù)據(jù)集中的文本特征，得到特征X_text；將特征X_text與進(jìn)行過特征轉(zhuǎn)換后的連續(xù)特征X_norm和類別特征X_emb拼接，得到新的數(shù)據(jù)集；將交叉網(wǎng)絡(luò)和前饋神經(jīng)網(wǎng)絡(luò)以并行方式組合，構(gòu)建出電信套餐推薦模型；將新的數(shù)據(jù)集切分為訓(xùn)練集、驗證集測試集；利用訓(xùn)練集和驗證集訓(xùn)練、優(yōu)化模型，并在測試集上進(jìn)行性能測試。

2.根據(jù)權(quán)利要求1所述的用于電信運(yùn)營商的個性化電信套餐推薦方法，其特征在于：具體步驟如下，

步驟1：數(shù)據(jù)預(yù)處理：對原始的電信數(shù)據(jù)集進(jìn)行預(yù)處理，剔除無用的數(shù)據(jù)，并對缺失的數(shù)據(jù)采用眾數(shù)或者均值填充；

步驟2：過采樣：使用SMOTE算法，解決步驟1中預(yù)處理后的數(shù)據(jù)集樣本分類不均衡問題；

步驟3：給步驟2得到的數(shù)據(jù)集的每一行數(shù)據(jù)即每個用戶的消費記錄增加一個click標(biāo)簽，標(biāo)簽的含義表示用戶是否會接受給他推薦的套餐，1表示接受，0表示拒絕；

步驟4：將步驟3得到的數(shù)據(jù)集按照6:2:2的比例進(jìn)行切分，將60％的數(shù)據(jù)作為訓(xùn)練集，20％的數(shù)據(jù)作為驗證集，20％的數(shù)據(jù)作為測試集；

步驟5：提取訓(xùn)練集中的文本特征，使用Word2vec文本特征進(jìn)行訓(xùn)練，進(jìn)行Word2vec訓(xùn)練得到每一個文本數(shù)據(jù)的一組上下文相關(guān)的詞向量，作為數(shù)據(jù)集的X_text特征；

步驟6：提取訓(xùn)練集中的連續(xù)特征和類別特征分別進(jìn)行標(biāo)準(zhǔn)化處理和embedding轉(zhuǎn)化，得到X_norm特征和X_emb特征；

步驟7：拼接特征：將經(jīng)過Word2vec訓(xùn)練后得到的文本特征X_text和embedding轉(zhuǎn)換后的類別特征X_emb以及標(biāo)準(zhǔn)化處理后的連續(xù)特征X_norm進(jìn)行拼接，得到特征集合x₀＝[X_emb,X_norm,X_text]；

步驟8：將三層交叉網(wǎng)絡(luò)和四層前饋神經(jīng)網(wǎng)絡(luò)以并行地方式組合，構(gòu)建電信套餐推薦模型；

步驟9：有限階交叉特征提取：將步驟7中拼接好后的特征集合x₀送入交叉網(wǎng)絡(luò)，利用交叉網(wǎng)絡(luò)來進(jìn)行低階特征交互，得到交叉特征x_cross；

步驟10：深層高階特征提取：將步驟7中拼接好后的特征集合x₀送入前饋神經(jīng)網(wǎng)絡(luò)，利用前饋神經(jīng)網(wǎng)絡(luò)形成更加稠密的高層特征表示，得到深層特征x_deep；

步驟11：將交叉網(wǎng)絡(luò)和深度網(wǎng)絡(luò)的輸出再次拼接，得到x_stack＝[x_deep,x_cross]；

步驟12：將步驟11得到的x_stack通過激活函數(shù)Sigmoid，得到最終模型的輸出；

步驟13：模型的優(yōu)化：利用損失函數(shù)計算步驟12的輸出結(jié)果和步驟3的click標(biāo)簽的誤差，再利用反向傳播算法和Adam優(yōu)化器對步驟8構(gòu)建的電信套餐推薦模型不斷優(yōu)化；

步驟:14：模型的驗證和測試：對驗證集和測試集依次進(jìn)行步驟5，步驟6，步驟7操作；采用5折交叉驗證對步驟13優(yōu)化后的電信套餐推薦模型進(jìn)行驗證，并選擇合適的超參數(shù)，使最終的電信套餐推薦模型在驗證集上達(dá)到最佳性能；最后再對測試集進(jìn)行模型性能測試。