[发明专利]携号转网用户的预测方法、装置及计算设备

权利要求书

1.一种携号转网用户的预测方法，其特征在于，包括：

提取多个用户的预设标签维度的标签特征，根据所述多个用户的标签特征以及转网记录生成在网用户特征表和转网用户特征表；

根据所述在网用户特征表中第一部分用户的标签特征和转网用户特征表中的标签特征训练得到用户携号转网预测模型；将所述在网用户特征表中第二部分用户的标签特征输入至所述用户携号转网预测模型，预测得到各个用户携号转网的概率；

针对携号转网的概率大于预设值的各个目标用户，根据所述用户携号转网预测模型中各个标签变量的权重参数和该目标用户对应各个标签变量的标签特征进行加权计算，根据各个标签变量的加权值输出该目标用户携号转网的原因；

所述根据所述在网用户特征表中第一部分用户的标签特征和转网用户特征表中的标签特征训练得到用户携号转网预测模型进一步包括：

判断转网用户的数量与所述第一部分用户的数量比值是否超过预设占比，若否，对所述转网用户特征表中包含的每个转网用户的标签特征进行升采样处理，得到新增标签特征；

将所述第一部分用户的标签特征以及新增标签特征输入至初始化的模型进行训练得到用户携号转网预测模型；其中，第一部分用户的标签特征为正样本，新增标签特征为负样本。

2.根据权利要求1所述的方法，其中，所述根据各个标签变量的加权值输出该目标用户携号转网的原因进一步包括：

对该目标用户多个标签变量的加权值由高至低进行排序，并输出排序靠前的至少一个标签变量对应的转网原因。

3.根据权利要求1所述的方法，其中，所述提取多个用户的预设标签维度的标签特征包括：针对各个用户，按第一周期提取业务指标的标签特征、感知指标的标签特征和/或趋势指标的标签特征；和/或，按第二周期提取属性指标的标签特征。

4.根据权利要求3所述的方法，其中，所述趋势指标的标签特征包括以下一项或多项：业务流量变化系数、热点应用请求次数变化系数、主叫次数变化系数、被叫次数变化系数以及短信次数变化系数；

所述按第一周期提取趋势指标的标签特征进一步包括：针对趋势指标的每项标签特征，将距离当前最近的多个第一周期的该标签特征进行线性回归拟合，得到该标签特征的变化系数。

5.根据权利要求3或4所述的方法，其中，所述在网用户特征表中记录在最近一个第一周期内提取到的在网用户业务指标的标签特征、感知指标的标签特征和/或趋势指标的标签特征，和/或最近一个第二周期内提取到的在网用户的属性指标的标签特征；以及，

所述转网用户特征表中记录在最近一个第一周期内提取到的转网用户业务指标的标签特征、感知指标的标签特征和/或趋势指标的标签特征，和/或最近一个第二周期内提取到的转网用户的属性指标的标签特征。

6.根据权利要求1所述的方法，其中，所述根据所述在网用户特征表中第一部分用户的标签特征和转网用户特征表中的标签特征训练得到用户携号转网预测模型进一步包括：

若转网用户的数量与所述第一部分用户的数量比值超过预设占比，则将所述第一部分用户的标签特征以及转网用户特征表中的标签特征输入至初始化的模型进行训练得到用户携号转网预测模型；其中，第一部分用户的标签特征为正样本，转网用户特征表中的标签特征为负样本。