[发明专利]运营商移动业务资源的优化方法与系统有效
申请号: | 201310207885.8 | 申请日: | 2013-05-30 |
公开(公告)号: | CN104217088B | 公开(公告)日: | 2018-05-25 |
发明(设计)人: | 曾庆怀;苏淮;朱国华;张忠润;崔毅杨;周京;刘奕红;姚健;吴一宁;方捷;张永;卢美娴;王晓华;肖凤娜;邬广林;廖刘芳;马刚均;程晓歌;谈新雁;黄李强;王玫;夏惠君 | 申请(专利权)人: | 中国电信股份有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 中国国际贸易促进委员会专利商标事务所 11038 | 代理人: | 曲瑞 |
地址: | 100033 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了运营商移动业务资源的优化方法与系统。该方法包括:统计运营商客户历史拨打数据,拨打数据为连续变量;通过卡方分析将连续变量转变为离散的特征变量;以客户是否开通移动业务作为2值的分类变量,建立特征变量与分类变量的C4.5决策树模型,其中,在该决策树模型中,计算每一种分割所对应的信息增益率,选择信息增益率最大的分割阈值作为该属性的最佳分割阈值;根据该决策树模型,计算分类变量的取值,以获得客户是否开通移动业务的预测结果;根据预测结果对运营商的移动业务资源进行优化处理操作。通过本发明提供的技术方案,能够高效地从当前客户的拨打行为中,获得客户对移动业务的需求,以实现对运营商移动业务资源的优化部署。 | ||
搜索关键词: | 移动业务 运营商 决策树模型 分类变量 拨打 连续变量 特征变量 预测结果 客户 分割 优化 客户历史 信息增益 选择信息 优化处理 开通 部署 统计 分析 | ||
【主权项】:
1.一种运营商移动业务资源的优化方法,包括:统计运营商客户历史拨打数据,所述拨打数据为连续变量;通过卡方分析将所述连续变量转变为离散的特征变量;以所述客户是否开通移动业务作为2值的分类变量,建立所述特征变量与所述分类变量的C4.5决策树模型;其中,在所述C4.5决策树模型中,将所述特征变量由小到大进行排列,获得属性取值的属性取值序列 k为属性的个数,Tj 为属性的取值个数,从Tj -1种划分方式对应的Tj -1个分割点ai =(Aik +A(i+1)k )/2,其中1≤i≤Tj -1,计算每一种分割所对应的信息增益率Gain_Ratio(Ak ),选择其中信息增益率最大的分割阈值作为属性Ak 的最佳分割阈值Threshold(Ak );根据所述C4.5决策树模型,计算所述分类变量的取值,以获得所述客户是否开通移动业务的预测结果;根据所述预测结果对运营商的移动业务资源进行优化处理操作;针对预测结果为开通移动业务的客户,根据所述客户的拨打数据,建立所述客户开通号码数量的线性预测模型,其中,拨打数据为线性预测模型的自变量,客户开通号码数量为因变量;其中,建立所述客户开通号码数量的线性预测模型的数据抽样过程包括:将客户的拨打数据作为训练数据集,根据数据分割策略,将训练数据集分为预测数据子集、验证数据子集和测试数据子集;利用预测数据子集产生多种预测模型;验证数据子集从所述多种预测模型中选择出一个最佳预测模型;测试数据子集检验所述最佳预测模型的性能,响应于性能满足预定的要求,以所述最佳预测模型作为所述客户开通号码数量的线性预测模型;根据所述线性预测模型,获得所述客户开通移动号码数量的预测计算结果;根据所述客户开通移动号码数量的预测计算结果,对运营商的移动业务资源进行优化处理操作;利用受试者工作特征ROC曲线对所述最佳预测模型进行准确性检测,其中,在坐标轴上,所述ROC曲线下方覆盖的面积越大,准确性越高;响应于准确性满足预定阈值,以所述最佳预测模型作为所述客户开通号码数量的线性预测模型。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电信股份有限公司,未经中国电信股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310207885.8/,转载请声明来源钻瓜专利网。
- 上一篇:一种堵塞器夹持定位方法及装置
- 下一篇:一种海带黄豆面条的制作方法
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用