[发明专利]宽带离网预测方法、设备及存储介质

权利要求书

1.一种宽带离网预测方法，其特征在于，包括：

获取现网中任一宽带用户的用户特征；

将所述用户特征输入预先获取的宽带离网预测模型中，获取所述现网中宽带用户的离网概率及离网可能动因；

根据所述离网概率及所述离网可能动因确定现网中宽带用户的离网倾向。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取离网用户的多种用户属性，作为训练数据和测试数据；

根据所述训练数据训练至少两种机器学习算法，分别获取备选模型；

根据所述测试数据测试各备选模型的预测准确率；

选择预测准确率最高的备选模型作为最优备选模型，通过神经网络算法对所述最优备选模型进行优化，得到所述宽带离网预测模型，所述宽带离网预测模型用于根据用户特征输出离网概率以及影响离网概率的用户特征的重要度排名。

3.根据权利要求2所述的方法，其特征在于，所述获取离网用户的多种用户属性后，还包括：

获取存在缺失字段的数据，并对缺失字段进行填补。

4.根据权利要求3所述的方法，其特征在于，所述对缺失字段进行填补，包括：

判断所述缺失字段是否属于高斯分布；

若所述缺失字段属于高斯分布，则利用高斯分布函数随机取值以填补所述缺失字段；

若所述缺失字段不属于高斯分布，则利用归一化方法构建高斯分布函数，再利用高斯分布函数随机取值以填补所述缺失字段。

5.根据权利要求2所述的方法，其特征在于，所述获取离网用户的多种用户属性后，还包括：

获取离网用户的多种用户属性中任意两用户属性之间的方差扩大因子；

选取方差扩大因子小于预设阈值的用户属性，作为训练数据和测试数据中离网用户的用户属性。

6.根据权利要求2-5任一项所述的方法，其特征在于，

所述离网用户的多种用户属性包括以下至少一种：

离网用户的用户出账的B域数据、O域网络数据、用户行为数据、用户投诉数据。

7.根据权利要求1所述的方法，其特征在于，所述根据所述离网概率及所述离网可能动因确定现网中宽带用户的离网倾向后，还包括：

输出具有离网倾向的用户名单、离网概率及离网可能动因，以根据所述用户名单进行用户维系和用户服务。

8.一种宽带离网预测设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于运行所述存储器中存储的计算机程序以实现：获取现网中任一宽带用户的用户特征；将所述用户特征输入预先获取的宽带离网预测模型中，获取所述现网中宽带用户的离网概率及离网可能动因；根据所述离网概率及所述离网可能动因确定现网中宽带用户的离网倾向。

9.根据权利要求8所述的设备，其特征在于，所述处理器还被配置为：

获取离网用户的多种用户属性，作为训练数据和测试数据；

根据所述训练数据训练至少两种机器学习算法，分别获取备选模型；

根据所述测试数据测试各备选模型的预测准确率；

选择预测准确率最高的备选模型作为最优备选模型，通过神经网络算法对所述最优备选模型进行优化，得到所述宽带离网预测模型，所述宽带离网预测模型用于根据用户特征输出离网概率以及影响离网概率的用户特征的重要度排名。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序；

所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法。