-
公开(公告)号：CN115934686A
公开(公告)日：2023-04-07
申请号：CN202210903160.1
申请日：2022-07-29
申请人： 号百信息服务有限公司
IPC分类号： G06F16/215 , G06F16/25 , G06N3/04
摘要： 本发明涉及一种通信客户流失预警的方法、装置、电子设备及存储介质。通信客户流失预警的方法包括步骤：S1、数据清洗，对包括客户的通信数据进行ETL数据清洗；S2、融合生产模型原始数据集；S3、采用自适应综合过采样算法对S1中原始数据集进行综合采样，生成模型样本数据集；S4、在训练集上划分a％的样本训练集和1‑a％的留出集，进行第一层模型训练输出新训练集特征值和新测试集预测值；S5、基于LightGBM算法构建第二层模型，将新训练集特征值和新测试集特征值输入LightGBM模型，经训练后输出满足预先设定模型精度的模型；S6、Blending融合模型输出潜在流失客户清单。依据本发明的通信客户流失预警的方法可以提高存量客户流失率预测概率，根据预测结果筛选出潜在流失客户。
-
公开(公告)号：CN118551042A
公开(公告)日：2024-08-27
申请号：CN202410369997.1
申请日：2024-03-29
申请人： 号百信息服务有限公司
IPC分类号： G06F16/35 , G06F40/30 , G06N3/045 , G06F40/151 , G06F40/211
摘要： 本发明涉及一种基于AMA的多模态方面级情感分析方法及装置，首先通过双向编码表示BERT模型转换句子中的单词，对语料数据进行双向编码表示，结合哈希标签语义提取实现语义对齐，其次，使用一种基于AMA网络模型提取和表示重要特征，该模型在自适应掩码注意力机制来拦截全局嵌入中的局部嵌入，然后计算方面术语维度中的位置，并对位置对应的权重进行重新排序，并根据相应的下标将它们分配给全局嵌入，最后，采用多阶段多任务方法训练模型，并通过全连接层对情感类别进行识别。与现有技术相比，本发明所提出的模型不仅考虑了降噪，而且可以更加关注全局文本的特征信息，有效地提升情感识别效果。
-
公开(公告)号：CN114095598A
公开(公告)日：2022-02-25
申请号：CN202111424642.0
申请日：2021-11-26
申请人： 号百信息服务有限公司
IPC分类号： H04M1/27467 , H04M3/51 , H04L65/1016 , H04L65/80
摘要： 本发明涉及通信领域，特别是一种基于用户状态的智能号码查转系统,由IP多媒体子系统、用户状态呈现服务器和智能查找平台构成。用户状态呈现应用服务器从IP多媒体子系统中获得用户状态信息，通过位置服务器获得签约用户的位置信息，然后经过用户状态接口同步到智能查找平台。当查号用户发起查号请求时，由智能查找平台的匹配签约用户，然后根据用户状态信息和位置信息确定不同的场景模式，并根据场景模式，以指定的应答方式反馈对应的用户号码。本发明还包含查转方法。本发明利用用户及相关号码的状态，有效提高查转通话的接通率，同时根据用户的个性需求完成多场景模式下号码的智能查转，不仅给用户提供丰富体验，还提升用户满意率和通话接通率。
-
公开(公告)号：CN117876063A
公开(公告)日：2024-04-12
申请号：CN202311777551.4
申请日：2023-12-22
申请人： 号百信息服务有限公司
IPC分类号： G06Q30/0601 , G06F16/9535 , G06F16/906 , G06F18/2431 , G06F18/243 , G06N20/20 , G06N5/01
摘要： 本发明涉及一种基于决策树随机森林模型来电名片产品推荐方法，所述方法步骤包括：获取原始时序数据集；采用决策树随机森林模型，捕捉并筛选原始时序数据集中来电名片的长期行为特征，包括客户的通信行为特征、消费行为特征以及手机软件使用行为特征；基于决策树随机森林模型提取的长期行为特征，针对不同业务场景训练对应的XGBoost分类预测模型；将待预测数据输入对应业务场景训练好的XGBoost分类预测模型中，得到产品推荐结果。与现有技术相比，本发明实现基于电名片场景，提供对来电名片场景的分类各类热度识别、潜在客户个性化推荐以及客户产品个性化推荐，为用户提供更好的服务和体验。
-
公开(公告)号：CN117876018A
公开(公告)日：2024-04-12
申请号：CN202311758847.1
申请日：2023-12-20
申请人： 号百信息服务有限公司
IPC分类号： G06Q30/0202 , G06Q50/50 , G06N3/0442 , G06N3/09
摘要： 本发明涉及一种潜在客户识别和预测的方法、装置、电子设备及存储介质。潜在客户识别和预测方法包括步骤：S1、收集关于潜在客户的数据，并对数据进行清洗、整合和标准化为原始数据集；S2、数据特征提取，利用LSTM提取时间序列数据中的特征，输出购买模式或行为模式的预测结果，使用预测结果作为特征生成新的用于描述客户潜在购买意愿特征集；S3、利用XGBoost算法对LSTM提取的时序特征进行选择和优化；S4、利用Spark分布式计算引擎对处理后的数据进行并行计算和分布式存储；S5、根据提取的特征、选择的特征和训练的模型，利用XGBoost算法对真实的待识别的潜在客户数据集进行训练、分类和识别，然后利用XGBoost算法对模型进行训练和预测，从而实现潜在客户的准确识别。
-
公开(公告)号：CN116089607A
公开(公告)日：2023-05-09
申请号：CN202211515977.8
申请日：2022-11-30
申请人： 号百信息服务有限公司
IPC分类号： G06F16/35 , G06F16/33 , G06F18/241 , G06F18/2415 , G06N3/0464 , G06N3/047 , G06N3/08
摘要： 本发明涉及一种智能应答文本分类的方法、装置、电子设备及存储介质。智能应答文本分类方法包括步骤：S1、数据处理，对经过ASR转换后的数据进行ETL工程，选取通话数据，进而得到模型所需的原始语料数据集；S2、文本构图，对原始语料数据集进行包括标点符号处理和除停用词的标准化处理，使用one‑hot对单词、文档及实体进行编码，形成初始图；S3、模型构建，基于特征投影网络Fpnet优化图卷积神经网络，采用多头边节点池化方法改进图卷积网络，形成多头边池化图卷积网络MHSP‑GCN架构，然后将MHSP‑GCN替换Fpnet中的共性特征学习网络C‑net和特征投影网络P‑net，通过特征投影网络OPL让原始特征Fp和共享特征Fc进行正交投影计算得到更纯的分类特征，从而提升智能应答文本分类任务的准确性。
-
公开(公告)号：CN115495579A
公开(公告)日：2022-12-20
申请号：CN202211140540.0
申请日：2022-09-20
申请人： 号百信息服务有限公司
IPC分类号： G06F16/35 , G06F40/289 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种5G通信助理文本分类的方法、装置、电子设备及存储介质。5G通信助理文本分类的方法包括步骤：S1、对语料数据进行ASR转换，再对数据进行ETL数据清洗得到模型所需的原始语料数据集；S2、数据输入，将字向量、词向量和位置向量进行合并，生成训练数据，传递给BERT的嵌入层进行输出；S3、由分类模型分别进行训练；S4、结果融合，将由基于Attention机制改进的BiLSTM模型、Text CNN模型、DPCNN模型、Text RCNN模型输出的语义特征，分别输入至分类器层，得到分类场景下各分类类别的预测概率；S5、采用算数平均进行融合，输出分类结果。依据本发明的5G通信助理多场景语料数据进行文本分类的方法，可以解决分类正确率低的问题，并能够提升服务质量、挖掘数据潜在价值。
-
公开(公告)号：CN118296143A
公开(公告)日：2024-07-05
申请号：CN202410370000.4
申请日：2024-03-29
申请人： 号百信息服务有限公司
IPC分类号： G06F16/35 , G06F16/332 , G06F40/30 , G06F40/151 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明涉及一种基于投影胶囊网络模型的文本分类方法、装置及存储介质，针对智能应答文本语料特征，提出了一种基于特征投影网络优化胶囊网络模型的智能应答文本分类方法，采用具备全局地兼顾文本的语义和语序信息的胶囊网络进行信息特征提取，采用动态路由算法解决采用自下而上和被动的方式进行信息聚合的缺点，引导任务型文本语序和语义信息主动聚类；并且借助具备文本增强能力的Fpnet改进表征学习，对长尾小样本给予一定关注。与现有技术相比，本发明解决现有模型对当前场景下短文本分类正确率低的问题，有效地提升模型分类性能。
-
公开(公告)号：CN116975687A
公开(公告)日：2023-10-31
申请号：CN202310909107.7
申请日：2023-07-24
申请人： 号百信息服务有限公司
IPC分类号： G06F18/24 , G06F40/284 , G06F40/216 , G06N3/042 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种智能应答场景分类的的系统、方法、电子设备及存储介质，智能应答场景分类的系统包括：数据处理模块，基于智能应答全场景语料数据，对经过ASR转换后的数据，进行ETL工程，得到模型所需的原始语料数据集；文本构图模块，使用one‑hot对单词、文档及实体进行编码，形成初始图；胶囊网络模块，胶囊网络在输入层和输出层采用胶囊神经元替代多维向量的形式；基于图卷积和胶囊网络模型构建模块，采用多头边池化进行图卷积网络模型训练，正确选择重要节点、减少非重要节点的影响。依据本发明的智能应答场景分类的系统能够针对信助理智能应答语料文本，全局地兼顾文本的语义和语序信息、提高文本中每个单词的特征表达能力，准确地进行应答文本分类。
-
公开(公告)号：CN115438257A
公开(公告)日：2022-12-06
申请号：CN202211010348.X
申请日：2022-08-23
申请人： 号百信息服务有限公司
IPC分类号： G06F16/9535 , G06K9/62 , G06N20/00
摘要： 本发明涉及一种目标用户群体识别的方法，该方法包括步骤：S1、采集某产品的订购数据并将已订购该产品的用户标记为标签数据，从信令汇聚平台采集固定期限内的信令数据；S2、使用Spark框架将S1得到的信令数据集进行清洗、转换得到特征数据集；S3、数据预处理，整合标签数据集和特征数据集，得到包含特征和标签的数据集，并划分为训练集和测试集；S4、使用随机森林算法建模、训练、调优，得到特征重要性排名；S5、用户分群；S6、用户分群画像，结合步骤S4和步骤S5得到的各群组的重要特征的取值范围、已订购用户占比，对群组进行描述；S7、结合业务经验，确定出符合营销条件的用户群组及其特征变量阈值；S8、运算出符合营销条件的目标用户及其所属群组。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.029 秒)
