申请/专利权人：广州易尊网络科技股份有限公司

申请日：2023-07-14

公开（公告）日：2024-04-12

公开（公告）号：CN117150389B

主分类号：G06F18/243

分类号：G06F18/243;G06F18/214;G06F18/10;H04W8/18;H04L41/142;H04L41/147

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2023.12.19#实质审查的生效;2023.12.01#公开

摘要：本申请提供一种基于运营商号卡激活预测的模型训练方法、运营商号卡激活预测方法、终端设备以及计算机可读存储介质。该模型训练方法包括：采集与运营商号卡激活相关的历史数据；从所述历史数据中提取影响程度最高的预设类型数量的特征数据；将所述特征数据输入随机森林模型，获取随机森林模型的预测结果；利用所述运营商号卡激活的真实结果和预测结果的差异训练所述随机森林模型，得到运营商号卡激活预测模型。通过提供一种基于运营商号卡激活预测的模型训练方法，利用机器学习算法，通过对大量历史数据的训练和分析，能够更准确地预测号卡的激活情况，机器学习模型可以发现数据中的潜在模式和关联关系，从而提高预测的准确性。

主权项：1.一种基于运营商号卡激活预测的模型训练方法，其特征在于，所述模型训练方法包括：采集与运营商号卡激活相关的历史数据；从所述历史数据中提取影响程度最高的预设类型数量的特征数据；将所述特征数据输入随机森林模型，获取随机森林模型的预测结果；利用所述运营商号卡激活的真实结果和预测结果的差异训练所述随机森林模型，得到运营商号卡激活预测模型；所述采集与运营商号卡激活相关的历史数据，包括：利用埋点技术，和或API接口调用采集与运营商号卡激活相关的历史数据；其中，所述历史数据包括：运营商品牌、号卡类型、套餐类型、销售渠道、销售触点、下单时间、激活时间、激活地点和或用户属性；所述从所述历史数据中提取影响程度最高的预设类型数量的特征数据，包括：计算所述历史数据中每一类型的特征数据与激活预测变量的相关性；利用方差选择算法选择所述历史数据中方差排序高于预设序号的预设类型数量的特征数据；获取方差选择算法选择的特征数据，以及相关性分析算法选择的特征数据中相同类型的特征数据。

全文数据：

权利要求：

百度查询： 广州易尊网络科技股份有限公司 模型训练方法、运营商号卡激活预测方法及其设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD