-
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：CN112348296B
公开(公告)日：2023-12-22
申请号：CN201910724630.6
申请日：2019-08-07
Applicant: 中移信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/0639 , G06Q50/32 , G06F17/15 , G06F16/2458
Abstract: 本发明公开了一种电信数据获取方法、装置、设备及存储介质。该方法包括：获取原始电信数据，原始电信数据包括多个特征变量；根据电信特征评估函数计算每个特征变量的至少一个电信特征指标的评估值；对至少一个电信特征指标的评估值进行加权计算，得到综合电信特征指标评估值；根据综合电信特征指标评估值从原始电信数据的多个特征变量中确定目标特征变量对应的目标电信数据。根据本发明实施例，能够针对电信特征评估指标得到量化的电信特征分值，能够客观、全面地评价特征水平，提高电信数据筛选效果。
-
Patent Agency Ranking
公开(公告)号：CN112348296A
公开(公告)日：2021-02-09
申请号：CN201910724630.6
申请日：2019-08-07
Applicant: 中移信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/06 , G06Q50/32 , G06F17/15 , G06F16/2458
Abstract: 本发明公开了一种电信数据获取方法、装置、设备及存储介质。该方法包括：获取原始电信数据，原始电信数据包括多个特征变量；根据电信特征评估函数计算每个特征变量的至少一个电信特征指标的评估值；对至少一个电信特征指标的评估值进行加权计算，得到综合电信特征指标评估值；根据综合电信特征指标评估值从原始电信数据的多个特征变量中确定目标特征变量对应的目标电信数据。根据本发明实施例，能够针对电信特征评估指标得到量化的电信特征分值，能够客观、全面地评价特征水平，提高电信数据筛选效果。
-
公开(公告)号：CN112308278A
公开(公告)日：2021-02-02
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，确定待优化预测模型的检验值；根据预设调整规则，调整待优化预测模型的初始分界阈值，以使待优化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待优化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，对待优化预测模型的模型参数进行更新，得到优化后的预测模型。根据本发明实施例提供的预测模型的方法、装置、设备和介质，能够提高预测模型的预测精度。
-
公开(公告)号：CN110728289A
公开(公告)日：2020-01-24
申请号：CN201810778137.8
申请日：2018-07-16
Applicant: 中移信息技术有限公司 , 中国移动通信集团有限公司 , 深圳市大数据研究院
IPC: G06K9/62
Abstract: 本发明公开了一种家庭宽带用户的挖掘方法及设备，用于提高识别潜在家庭宽带用户的准确度。该宽带用户的分类方法包括：对采集的用户行为样本数据集进行训练，获得基于超平面的初始分类模型，其中，所述用户行为样本数据集包括至少两个宽带用户在预设时间段内上网的用户行为数据，所述用户行为数据用于表征用户进行通信业务的行为特征；根据权重系数对所述初始分类模型进行修正，其中，所述权重系数用于指示分类模型对样本错误分类的权重系数；通过修正后的分类模型对待分类的用户行为数据进行分析，获得所述至少两个宽带用户的分类结果。
-
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：CN115983453A
公开(公告)日：2023-04-18
申请号：CN202211638536.7
申请日：2022-12-19
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 , G06Q10/0639 , G06F17/14 , G06F17/18 , G06F40/18
Abstract: 本申请实施例提供了一种报表指标的预测方法、装置、设备及存储介质，预测方法包括：根据第一报表的第一指标在多个历史时刻的历史数据、随时间发展的趋势关系、周期性信息、当前时刻与目标先前时刻之间的节假日信息、与第一指标具有相同业务维度的第二指标在当前时刻的真实数据以及第二报表的第一指标在当前时刻的真实数据和预测数据，确定第一指标在当前时刻的趋势值、周期值、节假日波动值、业务相关性取值以及修正值；将趋势值、周期值、节假日波动值、业务相关性取值以及修正值输入至指标预测模型，得到第一报表的第一指标在当前时刻的预测值。根据本申请实施例，能够从五个维度实现对报表指标的精准预测。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.031 seconds)
