-
公开(公告)号：CN112417076B
公开(公告)日：2022-08-05
申请号：CN202011330345.5
申请日：2020-11-24
Applicant: 杭州东信北邮信息技术有限公司
IPC: G06F16/29 , G06F16/2457
Abstract: 一种基于大数据挖掘技术的楼宇人员归属识别方法，包括：提取用户工作时段内的基站数据，确定其工作所属基站，获取用户工作时归属楼宇，将所有用户划分成不同的楼宇用户组；构建、并训练楼宇‑用户分群模型，输入是每个楼宇用户组内用户特征数据，输出是将用户划分后的多个企业用户群，工作流程如下：计算每两个用户之间的企业相似度，然后采用社区发现Louvain算法，以用户为节点、用户之间的企业相似度为边来构造图，将所有用户划分成多个社区；将待识别楼宇用户组内的用户特征数据输入楼宇‑用户分群模型，输出待识别楼宇用户组内所有用户分别归属的企业用户群。本发明属于通信领域，能利用用户数据和信令数据，实现楼宇内企业用户群体的自动识别。
-
Patent Agency Ranking
公开(公告)号：CN109658148B
公开(公告)日：2023-01-17
申请号：CN201811534891.3
申请日：2018-12-14
Applicant: 杭州东信北邮信息技术有限公司
IPC: G06Q30/02 , G06N3/04 , G06F16/35 , G06F40/194 , G06F40/216
Abstract: 一种基于自然语言处理技术的营销活动投诉风险预测方法，包括：提取历史时间内所有投诉文本和营销活动文本，计算投诉文本和营销活动文本的相似度，以识别营销活动所对应的投诉文本，计算每项营销活动的万投比；选取多个万投比大于万投比高阈值的营销活动为正样本，多个万投比低于万投比低阈值的营销活动为负样本，训练基于卷积神经网络的营销文本分类模型；将待预测营销活动的文本指标输入训练后的营销文本分类模型，并根据模型输出的营销活动属于高投诉风险类别的概率来判断待预测的营销活动是否具有高投诉风险，如果是，则发布预警通知消息。本发明属于信息技术领域，能构建投诉信息与营销活动的对应关系，并实现对营销活动风险的准确预测。
-
公开(公告)号：CN107845260A
公开(公告)日：2018-03-27
申请号：CN201711013841.6
申请日：2017-10-26
Applicant: 杭州东信北邮信息技术有限公司
IPC: G08G1/01
Abstract: 一种用户公交出行方式的识别方法，包括：采集用户位置信令数据，统计用户在每个基站下的连续停留时间，并挑选停留时间最长的多个基站作为用户多次出行的起止基站，从而将用户行程划分成多个由起止基站所构成的出行段，计算用户在每个出行段内的特征指标；设定公交出行时各个特征指标应属的数值范围，从用户的所有出行段中挑选训练样本，将训练样本出行段内的多个特征指标作为输入，将用户在该出行段内是否是公交出行方式作为输出，训练得到识别模型；针对用户待识别出行段，根据待识别出行段内的多个特征指标以及识别模型，确定用户在待识别出行段内是否是公交出行方式。本发明属于通信领域，能基于手机信令数据来识别用户是否采用公交出行方式。
-
公开(公告)号：CN112417076A
公开(公告)日：2021-02-26
申请号：CN202011330345.5
申请日：2020-11-24
Applicant: 杭州东信北邮信息技术有限公司
IPC: G06F16/29 , G06F16/2457
Abstract: 一种基于大数据挖掘技术的楼宇人员归属识别方法，包括：提取用户工作时段内的基站数据，确定其工作所属基站，获取用户工作时归属楼宇，将所有用户划分成不同的楼宇用户组；构建、并训练楼宇‑用户分群模型，输入是每个楼宇用户组内用户特征数据，输出是将用户划分后的多个企业用户群，工作流程如下：计算每两个用户之间的企业相似度，然后采用社区发现Louvain算法，以用户为节点、用户之间的企业相似度为边来构造图，将所有用户划分成多个社区；将待识别楼宇用户组内的用户特征数据输入楼宇‑用户分群模型，输出待识别楼宇用户组内所有用户分别归属的企业用户群。本发明属于通信领域，能利用用户数据和信令数据，实现楼宇内企业用户群体的自动识别。
-
公开(公告)号：CN107845260B
公开(公告)日：2020-02-14
申请号：CN201711013841.6
申请日：2017-10-26
Applicant: 杭州东信北邮信息技术有限公司
IPC: G08G1/01
Abstract: 一种用户公交出行方式的识别方法，包括：采集用户位置信令数据，统计用户在每个基站下的连续停留时间，并挑选停留时间最长的多个基站作为用户多次出行的起止基站，从而将用户行程划分成多个由起止基站所构成的出行段，计算用户在每个出行段内的特征指标；设定公交出行时各个特征指标应属的数值范围，从用户的所有出行段中挑选训练样本，将训练样本出行段内的多个特征指标作为输入，将用户在该出行段内是否是公交出行方式作为输出，训练得到识别模型；针对用户待识别出行段，根据待识别出行段内的多个特征指标以及识别模型，确定用户在待识别出行段内是否是公交出行方式。本发明属于通信领域，能基于手机信令数据来识别用户是否采用公交出行方式。
-
公开(公告)号：CN109658148A
公开(公告)日：2019-04-19
申请号：CN201811534891.3
申请日：2018-12-14
Applicant: 杭州东信北邮信息技术有限公司
Abstract: 一种基于自然语言处理技术的营销活动投诉风险预测方法，包括：提取历史时间内所有投诉文本和营销活动文本，计算投诉文本和营销活动文本的相似度，以识别营销活动所对应的投诉文本，计算每项营销活动的万投比；选取多个万投比大于万投比高阈值的营销活动为正样本，多个万投比低于万投比低阈值的营销活动为负样本，训练基于卷积神经网络的营销文本分类模型；将待预测营销活动的文本指标输入训练后的营销文本分类模型，并根据模型输出的营销活动属于高投诉风险类别的概率来判断待预测的营销活动是否具有高投诉风险，如果是，则发布预警通知消息。本发明属于信息技术领域，能构建投诉信息与营销活动的对应关系，并实现对营销活动风险的准确预测。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
