[發明專利]一種確定方法、設備以及可讀存儲介質

有效

• 申請號: 202110277883.0
• 申請日: 2021-03-15
• 公開（公告）號: CN113115301B
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 王雨;李海昕;王一;劉亞楠;安瑞虹;張曼;何澤妍;張嬌嬌;王雪;張猛;田元兵;張鵬;蔡子龍;鐘志剛
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: H04W8/18
• 分類號: H04W8/18;H04W24/06
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

1.一種網絡制式的確定方法，其特征在于，包括：

獲取第一用戶的目標信息，所述第一用戶為當前網絡制式為第一網絡制式的用戶，所述目標信息包括賬單數據、終端換機數據、常住地數據、移動互聯網業務使用數據和業務分布數據；

輸入所述第一用戶的目標信息到目標模型中，確定所述第一用戶的預測網絡制式，所述預測網絡制式用于表征用戶在第一時間節點內的網絡制式，所述目標模型用于指示所述預測網絡制式與所述目標信息之間的對應關系；

所述確定方法還包括：

獲取第三用戶的目標信息，所述第三用戶為在第二時間節點內的網絡制式為所述第一網絡制式且當前網絡制式為第二網絡制式的用戶；

獲取第四用戶的目標信息，所述第四用戶為在所述第二時間節點內的網絡制式為所述第一網絡制式且當前網絡制式為所述第一網絡制式的用戶；

根據所述第三用戶和所述第四用戶的目標信息，訓練所述目標模型，包括：

對所述第三用戶和所述第四用戶的目標信息進行數據清洗以得到目標信息中有價值的完整的數據；

將清洗后的數據分為訓練集、驗證集和測試集三部分，選擇訓練集，設置初始參數，模型根據自變量和因變量學習，得到訓練模型，其中所述自變量為賬單數據、終端換機數據、常住地數據、移動互聯網業務使用數據和業務分布數據，所述因變量為用戶的網絡制式；

剔除低貢獻度變量，再次訓練，利用驗證集調參，反復修正參數迭代確定最優模型。

2.根據權利要求1所述的確定方法，其特征在于，所述確定方法還包括：

根據第二用戶的常住地數據或業務分布數據，確定網絡設備的第二網絡制式用戶規模，所述第二用戶為預測網絡制式為所述第二網絡制式的用戶；

根據網絡設備的第二網絡制式用戶規模，確定網絡設備的建設優先級。

3.根據權利要求1所述的確定方法，其特征在于，所述確定方法還包括：

獲取第二網絡制式用戶滲透率；

根據第二網絡制式用戶滲透率和預設閾值，確定第二網絡制式的建設效率和建設效果。

4.一種網絡制式的確定設備，其特征在于，包括：第一獲取單元和第一確定單元；

所述第一獲取單元，用于獲取第一用戶的目標信息，所述第一用戶為當前網絡制式為第一網絡制式的用戶，所述目標信息包括賬單數據、終端換機數據、常住地數據、移動互聯網業務使用數據和業務分布數據；

所述第一確定單元，用于輸入所述第一用戶的目標信息到目標模型中，確定所述第一用戶的預測網絡制式，所述預測網絡制式用于表征用戶在第一時間節點內的網絡制式，所述目標模型用于指示所述預測網絡制式與所述目標信息之間的對應關系；

所述確定設備還包括：第二獲取單元、第三獲取單元和模型訓練單元；

所述第二獲取單元，用于獲取第三用戶的目標信息，所述第三用戶為在第二時間節點內的網絡制式為所述第一網絡制式且當前網絡制式為第二網絡制式的用戶；

所述第三獲取單元，用于獲取第四用戶的目標信息，所述第四用戶為在所述第二時間節點內的網絡制式為所述第一網絡制式且當前網絡制式為所述第一網絡制式的用戶；

所述模型訓練單元，用于根據所述第三用戶和所述第四用戶的目標信息，訓練所述目標模型，具體包括：

對所述第三用戶和所述第四用戶的目標信息進行數據清洗以得到目標信息中有價值的完整的數據；

將清洗后的數據分為訓練集、驗證集和測試集三部分，選擇訓練集，設置初始參數，模型根據自變量和因變量學習，得到訓練模型，其中所述自變量為賬單數據、終端換機數據、常住地數據、移動互聯網業務使用數據和業務分布數據，所述因變量為用戶的網絡制式；

剔除低貢獻度變量，再次訓練，利用驗證集調參，反復修正參數迭代確定最優模型。

5.根據權利要求4所述的確定設備，其特征在于，所述確定設備還包括：第二確定單元和第三確定單元；

所述第二確定單元，用于根據第二用戶的常住地數據或業務分布數據，確定網絡設備的第二網絡制式用戶規模，所述第二用戶為預測網絡制式為所述第二網絡制式的用戶；

所述第三確定單元，用于根據網絡設備的第二網絡制式用戶規模，確定網絡設備的建設優先級。