[发明专利]一种基于进化算法的通讯用户流失预测方法及系统

权利要求书

1.一种基于进化算法的通讯用户流失预测方法，其特征在于，包括以下步骤：

步骤S1，将用户基本信息数据存放至数据库中，得到用户基本信息数据集S；

步骤S2，对所述用户基本信息数据集S进行数据检测，并经过随机过采样后得到用户信息数据集S_tt；

步骤S3，将用户信息数据集S_tt作为输入，将用户是否流失数据集A_t作为输出进行机器学习分类训练，得到训练好的机器学习分类模型；

步骤S4，将更新后的用户基本信息数据集S_x输入至所述步骤S3训练好的机器学习分类模型中，输出并展示用户次月是否流失的预测数据集S_y。

2.根据权利要求1所述的基于进化算法的通讯用户流失预测方法，其特征在于，所述步骤S2包括以下子步骤：

步骤S201，检测所述用户基本信息数据集S中的异常值和缺失值；

步骤S202，将异常值设置为缺失值；

步骤S203，对缺失值用零填充，得到数据清洗之后的数据源S_；

步骤S204，对数据源S_进行标准化处理得到数据集S_t；

步骤S205，通过随机过采样算法对数据集S_t进行更新，得到随机过采样后的户信息数据集S_tt。

3.根据权利要求2所述的基于进化算法的通讯用户流失预测方法，其特征在于，所述步骤S204中，通过公式对数据源S_进行标准化处理得到数据集S_t，其中，x_n代表数据源S_—中数据集的第n条数据，n代表的是数据的样本数量，代表所有样本数据的均值，σ代表所有样本数据的标准差。

4.根据权利要求2所述的基于进化算法的通讯用户流失预测方法，其特征在于，所述步骤S205包括以下子步骤：

步骤S2051，将数据集A中用户次月是否流失值为1的用户数据以及与其对应的数据集S_t中的数据全部筛选出来，作为新的流失样本数T，该流失样本数T的样本数据集记为S_s，其中，数据集A为原始的用户次月是否流失的数据集；

步骤S2052，从全部的T个流失样本中找到样本x_i的k个近邻，其中，i∈{1,2,...T}，x_i表示用户对应的第i行数据的特征向量，k∈{1,2,...i}；

步骤S2053，从K个样本中通过随机选择其中的一个样本记为x_i(nn)，生成0-1的随机数ξ₁，通过公式x_i1＝x_i+ξ₁·(x_i(nn)-x_i)从而合成一个新样本x_i1；

步骤S2054，返回步骤S5023重复进行N次，从而可以合成N个新样本：x_inew,new∈1,....N，N为预设的随机取样次数；

步骤S2055，通过公式S_tt＝S_t+S_new-S_s获得随机过采样后的户信息数据集S_tt，其中，S_new为随机取样N次后新样本的数据集。

5.根据权利要求4所述的基于进化算法的通讯用户流失预测方法，其特征在于，通过公式A_t＝A+A_new-A_s获得随机过采样后的用户是否流失数据集A_t，其中，A_new为随机取样N次后新样本的流失数据集，A_s为所述步骤S2051中流失样本数T所在的流失数据集。