[发明专利]一种基于梯度提升算法的终端更换概率预测方法及装置在审
| 申请号： | 201910727070.X | 申请日： | 2019-08-07 |
| 公开（公告）号： | CN110533459A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 张帆;宋春涛;程新洲 | 申请（专利权）人： | 中国联合网络通信集团有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06N20/20 |
| 代理公司： | 11274 北京中博世达专利商标代理有限公司 | 代理人： | 申健<国际申请>=<国际公布>=<进入国 |
| 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： | 本申请公开了一种基于梯度提升算法的终端更换概率预测方法及装置，涉及通信领域，用于预测未来一段时间内用户更换终端的概率。包括：从运营商系统中获取多个用户一段时间内相关数据并生成训练集和验证集；利用训练集对梯度提升算法模型进行训练；其中，每进行一轮训练后，生成验证集损失值，并根据验证集损失值，调节下一轮训练中梯度提升算法模型的学习率；梯度提升算法模型的学习率随验证集损失值的降低而降低；梯度提升算法模型训练结束后，根据训练好的梯度提升算法模型生成第二模型；利用第二模型进行预测，生成用户未来一段时间内终端更换概率。本申请实施例应用于预测用户终端更换。 | ||
| 搜索关键词： | 算法模型 验证集 终端更换 训练集 预测 用户终端更换 运营商系统 概率预测 通信领域 概率 算法 申请 终端 学习 应用 | ||
【主权项】：
1.一种基于梯度提升算法的终端更换概率预测方法，其特征在于，包括：/n从运营商系统中获取多个用户一段时间内相关数据；/n根据所述相关数据，生成样本集；所述样本集具体包括：用户特征数据以及预测标签；/n所述用户特征数据，具体包括：前m个月内所述多个用户的用户个人信息、用户每月消费详情、用户每月套餐使用详情、用户终端相关信息、用户终端更换详情；所述预测标签，具体包括：后n个月内所述多个用户是否更换终端；/n将所述样本集中的所述多个用户中x1个用户样本作为训练集，所述多个用户中x2个用户样本作为验证集；/n初始化梯度提升算法模型和学习率；/n利用所述训练集对所述梯度提升算法模型进行训练；其中，每进行一轮训练后，生成验证集损失值，并根据所述验证集损失值，调节下一轮训练中所述梯度提升算法模型的学习率；其中，所述验证集损失值为利用训练好的梯度提升算法模型进行预测生成预测结果，然后利用所述验证集对所述预测结果进行验证生成的；所述梯度提升算法模型的学习率随所述验证集损失值的降低而降低；/n所述梯度提升算法模型训练结束后，根据训练好的梯度提升算法模型生成第二模型；/n利用所述第二模型进行预测，生成用户未来一段时间内终端更换概率。/n
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联合网络通信集团有限公司，未经中国联合网络通信集团有限公司许可，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/201910727070.X/，转载请声明来源钻瓜专利网。
