[发明专利]一种基于咨询环境的度量分析预测报名成功率的方法

说明书

本发明公开了一种基于咨询环境的度量分析预测报名成功率的方法。它包括训练阶段和评测阶段，所述的训练阶段指的是：通过采集咨询环境的因素条件，利用深度学习技术来训练咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征提取模型，根据特征提取模型提取特征，最终训练得到预测模型；所述的评测阶段指的是：通过对咨询环境的度量，提取咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征，利用预测模型进行结果预测。本发明的有益效果是：度量的方式简单，数据也容易获取，可形成自动预测，实现了对报名成功可能性的自动预测。

技术领域

本发明涉及机器学习相关技术领域，尤其是指一种基于咨询环境的度量分析预测报名成功率的方法。

背景技术

随着社会节奏加快竞争压力增大，成人培训和学历教育培训已被普遍接受。培训机构每天接待大量的上门来访报名咨询，因而研究如何有效快速预测咨询后能否成功报名有着积极的意义，不但可以从客观环境因素角度帮助进行咨询活动安排决策提高效果，而且可以指导培训机构合理规划场地布置，以具有亲和力的环境影响，赢得咨询报名人对培训机构的认同度。目前对咨询报名成功率的预测，以基于谈话内容测评和心理学指标测评两大类为主，其过程偏向于主观因素，且数据不易自动采集。

发明内容

本发明是为了克服现有技术中存在上述的不足，提供了一种度量简单且能够自动预测的基于咨询环境的度量分析预测报名成功率的方法。

为了实现上述目的，本发明采用以下技术方案：

一种基于咨询环境的度量分析预测报名成功率的方法，包括训练阶段和评测阶段，所述的训练阶段指的是：通过采集咨询环境的因素条件，利用深度学习技术来训练咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征提取模型，根据特征提取模型提取特征，最终训练得到预测模型；所述的评测阶段指的是：通过对咨询环境的度量，提取咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征，利用预测模型进行结果预测。

本发明提出了一种对报名成功率进行预测的方法，通过采集咨询环境的因素条件，利用深度学习技术提取有关咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征，进行模型训练与打分，通过模型得到最终的预测概率。本发明基于的是客观的环境因素，并且度量的方式简单，数据也容易获取，可形成自动预测，结合机器学习，提取恰当的环境特征，使用训练好的数据模型，进行预测概率，实现了对报名成功可能性的自动预测。

作为优选，所述的训练阶段步骤如下：

(1)建立咨询环境的度量数据集，将最近两个自然学年过往报名咨询的场所环境情况记录下来，和对应的报名成功与否的结果进行关联；对咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征进行人工打分；设定咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量均分为五个等级，其中五个等级分别对应的数值为0、1、2、3、4；

(2)运用步骤(1)中的度量数据集，其包含咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的人工打分，利用深度学习模型训练咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的的特征模型；

(3)利用训练得到的特征模型对报名结果提取有关咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征得分，并根据线性回归算法训练最终的预测模型。

作为优选，在步骤(1)中，将咨询环境的度量数据按照标准值进行处理，其中地理位置用经纬度，空间大小用平方米，方位用大门进口方向，温度用摄氏度，湿度用空气中实际水汽压与当时气温下的饱和水汽压之比的百分数表示且取整数，高度用米，空气质量用AQI，报名成功结果用1表示成功，用0表示失败。