[发明专利]潜在的流失用户自动识别模型的构建方法及装置

权利要求书

1.一种潜在的流失用户自动识别模型的构建方法，其特征在于，包括如下步骤：

A）读取建模数据样本文件并输入建模数据样本；所述建模数据样本文件包含影响变量和目标变量；

B）根据经验值设定比例将所述建模数据样本划分为训练样本和测试样本；

C）采取统计的方法对所述训练样本和测试样本进行数据预处理；

D）使用独热编码对所述训练样本中的离散型因子进行转换，调整因子的个数；

E）采用分类算法固定所述建模数据样本文件需包含自变量、目标变量，利用所述训练样本训练所述潜在的流失用户自动识别模型；

F）利用所述测试样本对所述潜在的流失用户自动识别模型进行测试，并输出测试结果，利用评价指标来判断所述潜在的流失用户自动识别模型的好坏；

G）读取目标数据样本文件并输入目标数据样本；所述目标数据样本文件包含影响变量；

H）利用统计的方法对所述目标数据样本进行数据预处理；

I）使用独热编码对所述目标样本中的离散型因子进行转换，调整因子的个数；

J）计算所述目标数据样本中每一个目标数据的流失概率值；

K）输出概率列表。

2.根据权利要求1所述的潜在的流失用户自动识别模型的构建方法，其特征在于，所述步骤A）进一步包括：

A1）读取建模数据样本文件，并判断是否找到所述建模数据样本文件，如是，执行步骤A2）；否则，退出；

A2）校验写入的所述建模数据样本是否具有所述目标变量且所述目标变量为二元变量，如是，执行步骤B）；否则，报错后返回步骤A1）。

3.根据权利要求1或2所述的潜在的流失用户自动识别模型的构建方法，其特征在于，所述步骤H）进一步包括：

H1）读取所述目标数据样本文件，并判断是否找到所述建模数据样本文件，如是，执行步骤H2）；否则，退出；

H2）校验所述目标数据样本文件中的字段与所述建模数据样本是否一致，如是，执行步骤I）；否则，报错后反馈步骤H1）。

4.根据权利要求1，所述的潜在的流失用户自动识别模型的构建方法，其特征在于，所述的设定的比例为7:3。

5.根据权利要求1所述的潜在的流失用户自动识别模型的构建方法，其特征在于，所述评价指标大于0.7时，确定所述潜在的流失用户自动识别模型的测试结果良好，所述评价指标大于0.8时，确定所述潜在的流失用户自动识别模型的测试结果较优。

6.一种实现如权利要求1所述的潜在的流失用户自动识别模型的构建方法的设置，其特征在于，包括：

建模数据样本输入单元：用于读取建模数据样本文件并输入建模数据样本；所述建模数据样本文件包括影响变量和目标变量；

样本划分单元：用于按照设定的比例将所述建模数据样本划分为训练样本和测试样本；

样本数据预处理单元：用于采取统计的方法对所述训练样本和测试样本进行数据预处理；

独热编码转换单元：用于对所述训练样本中的离散型的影响变量进行转换，调整因子的个数；

模型训练样本单元：用于采用分类算法固定所述建模数据样本文件需包含自变量、目标变量，利用所述训练样本训练所述潜在的流失用户自动识别模型；

模型测试单元：用于利用测试样本对所述潜在的流失用户自动识别模型进行测试，并输出测试结果，利用评价指标来判断所述潜在的流失用户自动识别模型的好坏；

目标数据样本输入单元：用于读取目标数据样本文件并输入目标数据样本；所述目标数据样本文件包含影响变量；

目标数据补全单元：用于利用统计的方法对所述目标数据样本进行数据预处理；

独热编码转换单元：用于对所述目标样本中的离散型的影响变量进行转换，调整因子的个数；

概率计算单元：用户计算所述目标数据样本中每一个目标数据的流失概率值；

结果输出单元：用于输出概率列表。