[發明專利]訓練方法、用戶欠費離網預測方法及裝置

在審

• 申請號: 202111594899.0
• 申請日: 2021-12-24
• 公開（公告）號: CN114374618A
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 張嘉
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: H04L41/147
• 分類號: H04L41/147;H04L41/16;H04W4/24;G06N20/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 李琴

1.一種訓練方法，其特征在于，包括：

建立基于機器學習算法的用戶欠費離網預測模型，并依次將所述用戶欠費離網預測模型中的欠費離網閾值設置為不同的初始數值；

針對每個所述初始數值，將預先確定出的訓練集輸入到所述欠費離網閾值設置為所述初始數值時的用戶欠費離網預測模型中，輸出所述初始數值對應的預測值；所述訓練集包括正類樣本集和負類樣本集；

根據每個所述初始數值對應的預測值，從所述初始數值中確定目標數值；

將所述用戶欠費離網預測模型中的欠費離網閾值設置為所述目標數值，得到訓練后的用戶欠費離網預測模型。

2.如權利要求1所述的訓練方法，其特征在于，所述根據每個所述初始數值對應的預測值，從所述初始數值中確定目標數值，包括：

根據每個所述初始數值對應的預測值，確定ROC曲線；

根據所述ROC曲線，從所述初始數值中確定所述目標數值。

3.如權利要求2所述的訓練方法，其特征在于，所述根據每個所述初始數值對應的預測值，確定ROC曲線，包括：

根據每個所述初始數值對應的預測值，確定每個所述初始數值對應的召回率和誤報率；

根據每個所述初始數值對應的召回率和誤報率，繪制所述ROC曲線；

所述目標數值為所述ROC曲線中最左側處的召回率和誤報率對應的初始數值。

4.如權利要求1-3任一項所述的訓練方法，其特征在于，所述確定訓練集包括：

獲取正類樣本和負樣本的基本信息；其中，所述基本信息包括：用戶通信信息、月消費金額信息、套餐訂購信息、歷史停復機記錄信息；

確定所述正類樣本在連續的多個設定月內用戶通信信息的平均值和月消費金額信息的平均值，以及確定所述負類樣本在連續的多個設定月內用戶通信信息的平均值和月消費金額信息的平均值；

將所述正類樣本對應的套餐訂購信息、歷史停復機記錄信息以及確定出的用戶通信信息的平均值和月消費金額信息的平均值，作為所述正類樣本集；以及將所述負類樣本對應的套餐訂購信息、歷史停復機記錄信息以及確定出的用戶通信信息的平均值和月消費金額信息的平均值，作為所述負類樣本集。

5.如權利要求1-3任一項所述的訓練方法，其特征在于，所述機器學習算法包括邏輯回歸算法。

6.一種用戶欠費離網預測方法，其特征在于，包括：

獲取待預測的當前在網用戶的預測基本信息；其中，所述預測基本信息包括：所述待預測用戶的套餐訂購信息、歷史停復機記錄信息，以及在連續的多個設定月內用戶通信信息的平均值和月消費金額信息的平均值；

將所述預測基本信息輸入到如權利要求1-5任一項所述的用戶欠費離網預測模型中，確定所述待預測的當前在網用戶的預測值；

根據所述預測值，確定所述待預測的當前在網用戶的欠費離網情況。

7.如權利要求6所述的用戶欠費離網預測方法，其特征在于，所述預測值為二進制數值；

所述根據所述預測值，確定所述待預測的當前在網用戶的欠費離網情況，包括：

在所述預測值為1時，確定所述待預測用戶不會欠費離網；

在所述預測值為0時，確定所述待預測用戶會欠費離網。

8.如權利要求6所述的用戶欠費離網預測方法，其特征在于，所述預測值為二進制數值；

所述根據所述預測值，確定所述待預測的當前在網用戶的欠費離網情況，包括：

在所述預測值為0時，確定所述待預測用戶不會欠費離網；

在所述預測值為1時，確定所述待預測用戶會欠費離網。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機可執行指令，當所述計算機程序被處理器執行時，實現如權利要求1-5任一項所述的訓練方法或者如權利要求6-8任一項所述的用戶欠費離網預測方法。

10.一種計算機設備，其特征在于，所述計算機設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如權利要求1-5任一項所述的訓練方法或者如權利要求6-8任一項所述的用戶欠費離網預測方法。