[发明专利]基于排序学习和集成学习的异常电话主动预测方法、系统及计算机可读存储介质

摘要

本公开公开了基基于排序学习和集成学习的异常电话主动预测方法及系统，包括：采集电话样本，基于分析和组合对电话样本的特征进行选择；将采集到的样本分为训练集和测试集；对于训练集样本，采用排序学习处理数据，得出的结果作为新的测试集，然后组建n组新的训练集继续通过学习模型，得出n组结果，再将这n组结果通过集成学习，输出最后的测试结果。本公开有益效果：使用排序学习和集成学习预测异常电话准确率高于单一使用排序学习，和常规方法比我们的方法更能主动预测异常电话，可以进行解决大规模数据问题。

主权项

1.基于排序学习和集成学习的异常电话主动预测方法，其特征是，包括：步骤(1)：采集电话样本，提取每个电话号码的数据特征；步骤(2)：将采集的电话样本分为训练集M和测试集N；所述训练集M，包括：a条正常电话号码和b条异常电话号码；所述测试集N，包括：待测试的电话号码；步骤(3)：基于排序学习算法构建排序模型，将训练集M每个电话号码的数据特征输入到排序模型中，将训练集M每个电话号码对应的设定分数作为排序模型的输出值，对排序模型进行训练，得到训练好的排序模型；将测试集N输入到已经训练好的排序模型中，输出测试集N中每个电话号码对应的分数；将分数按照从大到小进行排序，选择排序靠前的p个电话号码作为新的测试集P；步骤(4)：从测试集N中随机选取选取n组电话号码，每组是q个电话号码；将每一组q个电话号码分别与b条异常电话号码组合，构成新的训练集Qi，i的取值范围是1到n；将新的测试集P与新的训练集Qi进行组合，得到数据集Yi；将数据集Yi输入到已经训练好的排序模型中，输出结果Zi；步骤(5)：利用集成学习中的平均法，计算结果Zi的平均值，输出最终得分。