[發明專利]一種基于機器學習預測電信業用戶攜號轉出的方法

在審

• 申請號: 202011178646.0
• 申請日: 2020-10-29
• 公開（公告）號: CN112153636A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 吳勇;嚴偉強;鐘宏澤;王凱;李紡;梁建斌;陳一蕾
• 申請（專利權）人: 浙江鴻程計算機系統有限公司
• 主分類號: H04W8/28
• 分類號: H04W8/28;G06N20/00
• 代理公司: 杭州之江專利事務所(普通合伙) 33216
• 代理人: 張慧英

1.一種基于機器學習預測電信業用戶攜號轉出的方法，其特征在于包括以下步驟：

1)采集特征變量數據并進行數據預處理保存到數據庫中，在數據庫中進行樣本采樣，將正樣本和負樣本的比例控制在1：10；

2)樣本隨機分為訓練集和測試集；

3)選擇XGBoost算法為基礎構建預測模型，輸入訓練集訓練預測模型，獲得預測概率值和特征的重要程度；

4)利用訓練完成的模型對測試集進行數據預測，并根據預測結果對預測模型進行評估，若評估結果低于閾值，對預測模型進行優化迭代。

2.根據權利要求1所述的一種基于機器學習預測電信業用戶攜號轉出的方法，其特征在于，所述特征變量包括現有存量用戶的各個維度特征，包括基本屬性、行為數據、套餐信息、消費特征、終端信息、衍生變量。

3.根據權利要求2所述的一種基于機器學習預測電信業用戶攜號轉出的方法，其特征在于，所述預處理包括數據清洗和數據轉換，數據清洗包括對錯誤數值進行修正，對缺失值采用零值補充。

4.根據權利要求3所述的一種基于機器學習預測電信業用戶攜號轉出的方法，其特征在于，對缺失值采用中位數補充。

5.根據權利要求3所述的一種基于機器學習預測電信業用戶攜號轉出的方法，其特征在于，正樣本表示攜號轉出用戶，負樣本表示非攜號轉出用戶。

6.根據權利要求5所述的一種基于機器學習預測電信業用戶攜號轉出的方法，其特征在于，采用五折交叉驗證和網絡搜索獲得預測模型的最優解。

7.根據權利要求6所述的一種基于機器學習預測電信業用戶攜號轉出的方法，其特征在于，采用F1值和AUC值進行預測模型的評估。

8.根據權利要求7所述的一種基于機器學習預測電信業用戶攜號轉出的方法，其特征在于，閾值設置為0.5。

9.根據權利要求8所述的一種基于機器學習預測電信業用戶攜號轉出的方法，其特征在于，優化迭代包括以下方法：將訓練集中的負樣本切分為N個等分部分，將正樣本數據集和每個等分部分的負樣本數據集結合形成N個小的訓練集，再將每個小的訓練集分別使用XGBoost算法進行訓練得到N個基模型，計算N個基模型的輸出值的平均值。