-
公开(公告)号：CN109981327B
公开(公告)日：2022-05-10
申请号：CN201711463189.8
申请日：2017-12-28
Applicant: 中移信息技术有限公司 , 中国移动通信集团公司
IPC: H04L41/147 , H04L41/14 , H04W24/06
Abstract: 本发明实施例提供一种业务量的预测方法及系统，用以解决现有技术中存在的对移动通信业务量的预测的准确性较低的技术问题。获取第N年中待预测的第k个月份的第一业务量预测值，及第k个月份之前的i个月份的第二业务量集合，其中，第二业务量集合包括i个月份中每个月份在第N年中的第二业务量预测值和业务量实际值，第一业务量预测值及第二业务量预测值由相应月份的趋势外推预测模型确定；对第二业务量集合进行相对误差分析，建立线性调整模型，线性调整模型用于确定第一业务量预测值的线性调整模型值；基于线性调整模型对第一业务量预测值进行调整，输出第k个月份的最终业务量预测值。
-
公开(公告)号：CN109981327A
公开(公告)日：2019-07-05
申请号：CN201711463189.8
申请日：2017-12-28
Applicant: 中移信息技术有限公司 , 中国移动通信集团公司
Abstract: 本发明实施例提供一种业务量的预测方法及系统，用以解决现有技术中存在的对移动通信业务量的预测的准确性较低的技术问题。获取第N年中待预测的第k个月份的第一业务量预测值，及第k个月份之前的i个月份的第二业务量集合，其中，第二业务量集合包括i个月份中每个月份在第N年中的第二业务量预测值和业务量实际值，第一业务量预测值及第二业务量预测值由相应月份的趋势外推预测模型确定；对第二业务量集合进行相对误差分析，建立线性调整模型，线性调整模型用于确定第一业务量预测值的线性调整模型值；基于线性调整模型对第一业务量预测值进行调整，输出第k个月份的最终业务量预测值。
-
公开(公告)号：CN109978302A
公开(公告)日：2019-07-05
申请号：CN201711458946.2
申请日：2017-12-28
Applicant: 中移信息技术有限公司 , 中国移动通信集团公司
Abstract: 本发明公开了一种信用评分方法及设备，用于减小用户信用评分的主观性，提高用户信用评分的准确性。该方法包括：获取N个用户的N个数据样本；所述数据样本包括P个评价指标的数据，N、P为正整数；根据所述N个数据样本构建由目标层、准则层和方案层组成的基于层次分析法AHP架构的评分指标体系；所述目标层为用户信用的评分，所述准则层包括影响用户信用评分的M个要素，所述M个要素中的一个要素与所述方案层包括的至少一个评价指标相对应，其中，不同要素所对应的评价指标不同，M为正整数；通过分类算法计算每个要素所对应的至少一个评价指标中每一个评价指标的权重；根据每一个评价指标的权重以及评分指标体系对用户信用进行评分。
-
公开(公告)号：CN109977977A
公开(公告)日：2019-07-05
申请号：CN201711463187.9
申请日：2017-12-28
Applicant: 中移信息技术有限公司 , 中国移动通信集团公司
Abstract: 本发明实施例公开了一种识别潜在用户的方法及对应装置，用以解决现有技术识别潜在用户准确性低的问题。方法包括：选取N个已确认用户，并获得所述N个已确认用户的特征变量的值；将所述N个已确认用户作为原始样本集，并基于所述原始样本集构建随机森林分类模型；构建所述随机森林分类模型的损失函数，并使用L1范数、L2范数正则化所述损失函数；求解正则化后的损失函数的因变量为最小时所述自变量的最优解，并根据所述最优解更新所述所有基分类器的权重系数，生成新的随机森林分类模型；将待识别用户的特征变量的值输入所述新的随机森林分类模型，获得输出结果；根据所述输出结果确定所述待识别用户为潜在用户或非潜在用户。
-
公开(公告)号：CN115880015A
公开(公告)日：2023-03-31
申请号：CN202111143740.7
申请日：2021-09-28
Applicant: 中移信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0601 , G06F18/24 , G06F16/9535
Abstract: 本发明提供一种信息推荐方法及装置。其中，该方法包括：基于枢纽节点联合参与方的数据点，并利用预设密度聚类算子对多域联合数据进行密度聚类分群，得到特征空间差异化的用户群；根据所述用户群的订购产品统计结果，确定预设产品类别对应的初始的偏好用户群分类结果；将所述偏好用户群分类结果输入到相应的模型分类器中基于偏好概率进行产品潜客筛选，得到所述模型分类器输出的目标用户群及其对应的偏好产品类别。采用本发明方法，能够以群为单位进行并行模型预测，根据偏好概率精筛用户，提升了客户分群的准确率和产品推荐效率，为各类别产品细筛出偏好度高的用户群进行精准营销，极大的节省了内部资源，减少获客成本，有效提高了运营效率。
-
Patent Agency Ranking
公开(公告)号：CN113055208B
公开(公告)日：2023-01-13
申请号：CN201911377177.2
申请日：2019-12-27
Applicant: 中移信息技术有限公司(CN) , 中国移动通信集团有限公司(CN)
IPC: H04L41/147 , G06F17/18
Abstract: 本发明实施例公开了一种基于迁移学习的信息识别模型的识别方法、装置、设备及存储介质。该方法包括：获取多个区域的业务数据；分别提取多个区域的业务数据中的第一特征信息；采用预设的特征提取分析模型提取多个区域的第一特征信息中相同的第二特征信息；基于多个区域中包括第二特征信息的业务数据进行训练得到共有参数；将共有参数迁移到区域的预设第二逻辑回归模型上，识别计算各区域的用户携出率。本发明实施例提供的基于迁移学习的信息识别模型的识别方法、装置、设备及存储介质，通过将通用的共有参数迁移至各区域的特征参数中，降低了各区域分别建立识别模型过程中的工作量及时长，提升了识别模型识别过程的精确度。
-
公开(公告)号：CN110278555A
公开(公告)日：2019-09-24
申请号：CN201810215482.0
申请日：2018-03-15
Applicant: 中国移动通信集团有限公司 , 中移信息技术有限公司
Abstract: 本发明实施例公开了一种国际漫游沉默号码的识别方法，所述方法包括：基于预设基础指标中各个指标之间的相关性，确定特征指标；根据预设沉默号码界定规则，确定样本集中属于沉默号码类别的正样本，以及属于非沉默号码类别的负样本；根据正样本对应的国内外通信数据和负样本对应的国内外通信数据，以及特征指标，确定训练集数据和测试集数据；根据训练集数据和预设挖掘算法，训练识别模型，并根据测试集数据对识别模型进行准确率测试；当识别模型的准确率大于等于预设准确率阈值时，根据目标号码对应的国内外通信数据、特征指标，以及识别模型，识别目标号码是否为沉默号码。
-
公开(公告)号：CN112308278B
公开(公告)日：2024-08-09
申请号：CN201910710698.9
申请日：2019-08-02
Applicant: 中移信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/04
Abstract: 本发明实施例提供一种用户离网预测模型的优化方法、装置、设备和介质。该方法包括：基于优化数据中的预测值和与预测值对应的真实值，确定用户离网预测模型的检验值；根据预设调整规则，调整用户离网预测模型的初始分界阈值，以使用户离网预测模型的检验值为最大数值，得到调整后的分界阈值；利用调整后的分界阈值、预测值和与预测值对应的真实值确定错误预测值；根据调整后的分界阈值和优化数据中的用户样本确定用户离网预测模型的调参数据；基于调参数据和预设梯度下降步长集合，利用预测函数，对用户离网预测模型的模型参数进行更新，得到优化后的预测模型。根据本发明实施例，能够提高用户离网预测模型的预测精度。
-
公开(公告)号：CN113052198B
公开(公告)日：2024-06-21
申请号：CN201911384128.1
申请日：2019-12-28
Applicant: 中移信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F18/2413 , G06F18/2431 , G06F18/2321 , G06N5/01
Abstract: 本发明实施例公开了一种数据处理方法、装置、设备及存储介质，该方法包括：获取第一样本集中非数值型和/或离散型的字段数据；对字段数据进行降维，得到与第一样本集相关的边界样本集；根据第一样本集中每个样本的概率值，确定随机样本的至少一个近邻样本；基于至少一个近邻样本和边界样本集，生成包括少数类样本的第二样本集。能够解决在保证整体分类准确度稳定的前提下，提高少数类样本集分类的准确性的问题。
-
公开(公告)号：CN116645221A
公开(公告)日：2023-08-25
申请号：CN202211585558.1
申请日：2022-12-09
Applicant: 中移信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q40/08 , G06F18/23 , G06F18/213 , G06F18/24 , G06N3/006
Abstract: 本申请实施例公开了一种风险评估方法及装置、设备和存储介质，其中，所述方法包括：获取待评估对象的当前用户数据；确定所述当前用户数据对应的目标样本类别；从多个已训练的风险评估模型中，确定与所述目标样本类别匹配的目标风险评估模型；其中，不同的所述风险评估模型对应不同的样本类别，并通过对应样本类别下的历史用户数据训练得到；基于所述当前用户数据和所述目标风险评估模型，确定所述待评估对象的当前风险等级。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.035 seconds)
