The invention provides a communication user upgrade prediction probability recognition method and system based on an integrated model. The communication user upgrade prediction probability recognition method includes the following steps: storing user basic information data into a database to obtain user basic information data set S; and (2) detecting and standardizing the user basic information data set S. Data Set after Chemical Processing
【技术实现步骤摘要】
基于集成模型的通讯用户升档预测概率识别方法及系统
本专利技术涉及一种通讯用户升档预测方法,尤其涉及一种基于集成模型的通讯用户升档预测概率识别方法,并涉及采用了该基于集成模型的通讯用户升档预测概率识别方法的通讯用户升档预测概率识别系统。
技术介绍
智能手机等智能终端已经非常普及,而随着数字化的进步,通讯用户的套餐也会随之变化,但是现在的用户升档预测概率识别与用户现有通讯套餐的关联性概率偏低,也就是说,现在并没有针对用户现有通讯套餐进行预测和分析的升档预测概率识别系统,这样的话,用户不便于针对性地及时调整套餐,同时也会增加运营商的管理难度,影响运营商的营销效果和营销精确度。
技术实现思路
本专利技术所要解决的技术问题是需要提供一种便于用户直接观看预测数据集,做到数字化,便于能够针对性地及时调整套餐或采取不同的营销措施,降低运营商的管理难度,并有效提高运营商的营销效果和营销精确度的基于集成模型的通讯用户升档预测概率识别方法;还需要进一步提供采用了该基于集成模型的通讯用户升档预测概率识别方法的通讯用户升档预测概率识别系统。对此,本专利技术提供一种基于集成模型的通讯用户升档预测概率识别方法,包括以下步骤:步骤S1,将用户基本信息数据存放至数据库中,得到用户基本信息数据集S;步骤S2,对所述用户基本信息数据集S进行数据检测,并经过标准化处理后得到数据集St;步骤S3,将数据集St作为输入,将用户次月是否办理套餐升档的数据yn作为输出进行集成模型训练,得到训练好的集成模型;步骤S4,将更新后的用户基本信息数据集Sx输入至所述步骤S3训练好的集成模型中,输出并展示用户次月是否 ...
【技术保护点】
1.一种基于集成模型的通讯用户升档预测概率识别方法,其特征在于,包括以下步骤:步骤S1,将用户基本信息数据存放至数据库中,得到用户基本信息数据集S;步骤S2,对所述用户基本信息数据集S进行数据检测,并经过标准化处理后得到数据集St;步骤S3,将数据集St作为输入,将用户次月是否办理套餐升档的数据yn作为输出进行集成模型训练,得到训练好的集成模型;步骤S4,将更新后的用户基本信息数据集Sx输入至所述步骤S3训练好的集成模型中,输出并展示用户次月是否办理套餐升档的预测数据集Sy。
【技术特征摘要】
1.一种基于集成模型的通讯用户升档预测概率识别方法,其特征在于,包括以下步骤:步骤S1,将用户基本信息数据存放至数据库中,得到用户基本信息数据集S;步骤S2,对所述用户基本信息数据集S进行数据检测,并经过标准化处理后得到数据集St;步骤S3,将数据集St作为输入,将用户次月是否办理套餐升档的数据yn作为输出进行集成模型训练,得到训练好的集成模型;步骤S4,将更新后的用户基本信息数据集Sx输入至所述步骤S3训练好的集成模型中,输出并展示用户次月是否办理套餐升档的预测数据集Sy。2.根据权利要求1所述的基于集成模型的通讯用户升档预测概率识别方法,其特征在于,所述步骤S2包括以下子步骤:步骤S201,检测所述用户基本信息数据集S中的异常值和缺失值;步骤S202,将异常值设置为缺失值;步骤S203,对缺失值用零填充,得到数据清洗之后的数据源S_;步骤S204,对数据源S_进行标准化处理得到数据集St。3.根据权利要求2所述的基于集成模型的通讯用户升档预测概率识别方法,其特征在于,所述步骤S204中,通过公式对数据源S_进行标准化处理得到数据集St,其中,xn代表数据源S—中数据集的第n条数据,n代表的是数据的样本数量,代表所有样本数据的均值,σ代表所有样本数据的标准差。4.根据权利要求3所述的基于集成模型的通讯用户升档预测概率识别方法,其特征在于,通过公式计算所有样本数据的均值通过公式计算所有样本数据的标准差σ。5.根据权利要求1至4任意一项所述的基于集成模型的通讯用户升档预测概率识别方法,其特征在于,所述步骤S3中,所述集成模型包含了逻辑回归模型、决策树模型和朴素贝叶斯模型;将所述数据集St作为输入,将用户次月是否办理套餐升档的数据yn作为输出,分别在逻辑回归模型、决策树模型和朴素贝叶斯模型中同时进行训练,并通过验证的方式分别优化所述逻辑回归模型、决策树模...
【专利技术属性】
技术研发人员:周洪峰,雷奥林,邹秋艳,
申请(专利权)人:深圳微品致远信息科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。