公开(公告)号：CN117495176A

公开(公告)日：2024-02-02

申请号：CN202311466293.8

申请日：2023-11-06

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 郭向 ,  李元锋 ,  孙知洋 ,  景昕 ,  田天

IPC分类号： G06Q10/0639 ,  G06F18/214 ,  G06F18/241 ,  G06N3/043 ,  G06N3/0455

摘要： 本发明公开了一种价值评估模型构建方法、评估方法、装置、设备及介质，包括：获取用户信息，并根据用户信息构建训练数据集；根据训练数据集确定用户的消费评价指标，并根据消费评价指标构建训练数据集的数据标签；通过训练数据集和数据标签训练初始价值评估模型，获得预设价值评估模型。本发明通过用户信息构建训练数据集，根据用户信息确定的消费评价指标为训练数据集构建数据标签，通过训练数据集和对应的数据标签训练初始价值评估模型，获得预设价值评估模型，通过消费评价指标构建训练数据集的数据标签，在训练模型的过程中将消费评价指标考虑在内，提高了预设价值评估模型的评估准确度。

公开(公告)号：CN117425146A

公开(公告)日：2024-01-19

申请号：CN202311338884.7

申请日：2023-10-16

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 田天 ,  王翔泳 ,  景昕 ,  李元锋 ,  孙知洋

IPC分类号： H04W8/18 ,  G06F18/2415 ,  G06N3/047

摘要： 本发明涉及通讯业务技术领域，尤其涉及一种号卡用户的类别识别方法、装置、设备及存储介质，本发明通过根据号卡用户的原始数据集构建与关联用户之间的用户关系图，再计算用户关系图中的用户节点的节点度判断各用户节点的重要性，再将重要性作为号卡用户的特征聚合基础，得到号卡用户的目标特征向量，减少训练样本给模型精准度带来的影响，进而对目标特征向量和用户类别标签进行模型训练，得到可以用于进行号卡用户的类别识别的模型，最后将目标号卡用户的原始数据输入至训练好的用户类别识别模型，确定目标号卡用户的用户类别，避免了现有技术中无法精准识别号卡用户的身份类别识别的技术问题，提高了号卡用户的身份类别识别效率。

公开(公告)号：CN116993359A

公开(公告)日：2023-11-03

申请号：CN202211098161.X

申请日：2022-09-08

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 沈宁 ,  李元锋 ,  孙知洋 ,  郭向 ,  田天 ,  王翔泳 ,  杨猛 ,  景昕

IPC分类号： G06Q30/018 ,  G06F16/9535

摘要： 本发明提供一种欺诈号码识别方法、装置、设备、介质及计算机程序产品，该方法包括：根据待处理用户数据构建用户关系图；根据所述用户关系图以及已标记用户数据，确定种子号码；将所述种子号码在所述用户关系图上进行传播，根据传播结果确定欺诈号码。本发明通过构建的用户关系图确定种子号码，然后根据传播规则在用户关系图上传播，根据传播结果确定欺诈号码，实现了欺诈手机号码识别的高覆盖率和高准确率。

公开(公告)号：CN115936144A

公开(公告)日：2023-04-07

申请号：CN202211573504.3

申请日：2022-12-08

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 李元锋 ,  田天 ,  王翔泳 ,  景昕 ,  吴振宗 ,  卜尧

IPC分类号： G06N20/00 ,  G06F18/25 ,  G06Q50/30

摘要： 本申请实施例提供了一种用户离网的预测方法、装置、设备及计算机可读存储介质，预测方法包括：获取目标用户的用户数据；基于预设的统一化特征工程策略对于目标用户的用户数据进行处理，提取出目标特征；将目标特征输入训练好的至少一个初级预测模型，得到第一预测结果；将至少一个初级预测模型输出的第一预测结果输入训练好的次级预测模型，次级预测模型基于目标融合算法对于至少一个初级预测模型输出的第一预测结果进行融合，得到第二预测结果；将第二预测结果中的各个类别的预测结果按照置信度进行排序，输出排序后的第二预测结果。根据本申请实施例，能够基于统一化特征工程策略对用户数据进行自动处理，并通过融合模型精准预测目标用户。

公开(公告)号：CN115859169A

公开(公告)日：2023-03-28

申请号：CN202211573429.0

申请日：2022-12-08

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 田天 ,  郭向 ,  李元锋 ,  景昕 ,  王静 ,  孙知洋

IPC分类号： G06F18/241 ,  G06F18/214 ,  G06F18/25

摘要： 本申请提供了一种特征提取方法、装置、设备、可读存储介质及程序产品。获取训练样本集以及初始分类模型；将训练样本集和所述初始分类模型输入至N个解释模型中，得到各解释模型输出的第一解释信息，各解释模型输出的第一解释信息包括第一特征集中各特征的重要程度值，重要程度值用于指示各特征对所述初始分类模型的预测结果的影响程度；将N个解释模型输出的N个第一解释信息进行融合处理，得到融合后的第二解释信息，第二解释信息包括第二特征集中各特征的融合重要程度值，第二特征集包括N个第一特征集中的相同特征；根据第二特征集中各特征的融合重要程度值，提取目标特征集。根据本申请实施例可以提高特征提取的准确性。