[发明专利]感染人群预测模型训练的方法、预测的方法、装置、设备

权利要求书

1.一种感染人群预测模型训练的方法，其特征在于，所述方法包括：

获取多个待测用户的特征信息，所述特征信息包括在预设时间段内待测用户处于感染基站覆盖区域的次数，待测用户的年龄，待测用户是否为感染用户的属性信息，待测用户的消费信息中的至少一种；

基于所述多个待测用户的特征信息，训练初始模型作为感染人群预测模型。

2.根据权利要求1所述的方法，其特征在于，所述初始模型包括第一层模型和第二层模型，其中，所述第一层模型包括至少一个逻辑回归模型和至少一个分类算法模型；所述方法包括：

将所述多个待测用户的特征信息输入所述初始模型的第一层模型中；

所述第一层模型中的所述逻辑回归模型对所述待测用户进行计算得到第一数值；

根据第一预设阈值与所述第一数值确定所述待测用户对应的第二预测结果；

所述第一层模型中的所述分类算法模型对所述待测用户进行计算得到第二数值；

根据所述第一预设阈值与所述第二数值确定所述待测用户对应的第三预测结果。

3.根据权利要求2所述的方法，其特征在于，所述第二预测结果包括感染或未感染中的至少一种；第三预测结果包括感染或未感染中的至少一种；所述第二层模型根据所述第二预测结果和所述第三预测结果确定所述待测用户的第一预测结果，包括：

所述第二层模型根据所述第二预测结果和所述第三预测结果中感染结果的总个数与未感染结果的总个数确定所述待测用户的感染率；

当所述感染率大于第二预设阈值时，确定所述待测用户的第一预测结果为感染；

当所述感染率不大于第二预设阈值时，确定所述待测用户的第一预测结果为未感染。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据所述初始模型确定的所述待测用户的第一预测结果与所述待测用户的属性信息，调整所述初始模型的参数；

当所述待测用户的第一预测结果与所述待测用户的属性信息满足第一预设条件时，确定调整参数后的模型为所述感染人群预测模型。

5.根据权利要求2-4中任一所述的方法，其特征在于，所述方法包括：

根据所述第一层模型输出的第二预测结果和第三预测结果，以及所述待测用户的属性信息确定所述第一层模型的模型评价指标，其中所述模型评价指标包括接收者操作特征曲线下方的面积大小AUC；

当所述模型评价指标满足第二预设条件时，将与所述模型评价指标对应的参数作为第一层模型调整后的参数，其中，所述模型评价指标对应的参数包括第一预设阈值。

6.一种感染人群预测的方法，其特征在于，所述方法包括：

获取待测用户的特征信息，所述特征信息包括在预设时间段内待测用户处于感染基站覆盖区域的次数，待测用户的年龄，待测用户的消费信息中的至少一种；

将所述待测用户的特征信息输入感染人群预测模型中，得到所述待测用户的预测结果，其中，所述感染人群预测模型基于权利要求1至5中任意一种所述感染人群预测模型训练的方法得到，所述预测结果包括感染或未感染中的至少一种。

7.一种感染人群预测模型训练的装置，其特征在于，所述装置包括：

获取模块，用于获取多个待测用户的特征信息，所述特征信息包括在预设时间段内待测用户处于感染基站覆盖区域的次数，待测用户的年龄，待测用户是否为感染用户的属性信息，待测用户的消费信息中的至少一种；

处理模块，用于基于所述多个待测用户的特征信息，训练初始模型作为感染人群预测模型。