[发明专利]预测模型生成方法、预测模型生成装置和计算机可读介质

权利要求书

1.一种预测模型生成方法，其特征在于，包括：

获取多个在网用户和携号转网用户的业务数据，并基于所述业务数据进行业务特征扩充；所述业务数据包括业务使用量和消费数据；

以进行业务特征扩充后的所述业务数据中的至少部分作为训练样本，利用预先设置的至少两种训练算法进行分类学习，生成多个备选模型；

对各所述备选模型进行调优并整合，生成预测模型，所述预测模型用于根据输入的业务数据输出对应用户的携号转网概率；

所述基于所述业务数据进行业务特征扩充包括：根据所述业务使用量和所述消费数据计算得到对应的业务使用趋势；根据所述业务使用趋势计算得到所述业务使用稳定度，并将所述业务使用稳定度添加至所述业务数据中，所述业务数据还包括：语音业务数据、流量业务数据和订阅业务数据中的至少一者，所述业务使用稳定度包括：语音业务使用稳定度、流量业务使用稳定度和订阅业务使用稳定度中的至少一者；

所述根据所述业务使用量和所述消费数据计算得到对应的业务使用趋势包括：采用如下公式：计算所述业务数据在第i月时对应的业务使用趋势k_i；其中，f_m表示第i月的业务使用量；表示第i月前后x个月的业务使用量的斜率；l表示第i月的消费数据；表示第i月前后x个月的消费数据的斜率；

所述根据所述业务使用趋势计算得到所述业务使用稳定度，包括：采用如下公式：计算所述业务使用稳定度W；其中，表示所述业务数据在第n月时对应的稳定度系数；

所述对各所述备选模型进行调优并整合，生成预测模型包括：利用网格搜索对各所述备选模型进行调优，并利用堆叠算法对调优后的各所述备选模型进行整合，生成所述预测模型。

2.根据权利要求1所述的预测模型生成方法，其特征在于，所述获取多个在网用户和携号转网用户的业务数据的步骤，包括：

从数据仓库中获取所述业务数据，所述数据仓库包括：数据库、分布式文件系统和蜂巢存储系统；

在所述获取多个在网用户和携号转网用户的业务数据的步骤之后，所述根据所述业务数据进行业务特征扩充的步骤之前，还包括：

利用SparkSQL对所述业务数据进行特征筛选，并将筛选后与所述预测模型相关的数据字段存储至所述分布式文件系统中；

利用SparkSQL对存储至所述分布式文件系统中的所述业务数据进行数据预处理，生成用于进行业务特征扩充的所述业务数据，其中，所述数据预处理包括：数据转换、数据探索、属性规约和数据标准化中的至少一者。

3.根据权利要求1所述的预测模型生成方法，其特征在于，所述以进行业务特征扩充后的所述业务数据中的至少部分作为训练样本，利用预先设置的至少两种训练算法进行分类学习，生成多个备选模型的步骤，包括：

以进行业务特征扩充后的所述业务数据中的部分作为训练样本，利用至少两种训练算法进行分类学习，生成多个待优化模型，其中，所述训练算法包括：逻辑回归算法、决策树算法、随机森林算法和极端梯度提升算法；

以进行业务特征扩充后的所述业务数据中的另一部分作为测试样本，对训练出的全部所述待优化模型进行优化，生成多个所述备选模型。

4.一种预测模型生成装置，包括：

一个或多个处理器；

存储单元，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3中任一所述的预测模型生成方法。

5.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-3中任一所述的预测模型生成方法中的步骤。