快携用户的预测方法、设备及存储介质.pdf
书生****35
亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
快携用户的预测方法、设备及存储介质.pdf
本申请提供一种快携用户的预测方法、设备及存储介质。该方法包括:采集设定在网时间内办理通信网络变更且保留号码业务的通信号码,并将所述通信号码确定为快携用户;采集所述快携用户的业务侧数据域的数据,并采集所述快携用户的运营侧数据域的数据;对所述快携用户的业务侧数据域的数据和所述运营侧数据域的数据进行数据分析以获取快携用户特征,并根据所述快携用户特征构建用户快携预测模型;将待预测用户的业务侧数据域的数据及所述运营侧数据域的数据输入至所述用户快携预测模型,输出所述待预测用户为快携用户的预测值。本申请的方法根据快携用
携转用户分析方法、装置、设备及计算机存储介质.pdf
本公开实施例公开了一种携转用户分析方法、装置、设备及计算机存储介质。其方法能够从获取的历史业务数据中,基于用户属性聚类得到对应的多维度特征分类数据,然后根据多维度特征分类数据,通过决策树算法对相应用户的行为特征信息进行加权处理,得到携转用户特征数据输入到循环神经网络进行训练,以得到携转用户的分析模型用于对单个用户进行携转预测。本实施例可以对全部属性用户进行分拣,筛选出已携转用户的多维度特征分类数据,再通过决策树进一步筛选出符合携转相关特征的用户数据,再用于训练循环神经网络,利于得到精确的分析模型,继而用于
用户投诉行为预测方法、装置、设备及存储介质.pdf
本申请提供一种用户投诉行为预测方法、装置、设备及存储介质,该方法包括:获取目标用户个人信息、最近预设时间范围内目标用户对目标产品的真实投诉量及使用行为数据;基于所述真实投诉量及已训练的序列预测模型对目标用户后续时间范围内的投诉量进行预测,并从所述后续时间范围内的投诉量中确定当前预测投诉量;基于所述当前预测投诉量、目标用户个人信息及所述使用行为数据对所述目标用户的投诉概率进行预测,以获得与预测投诉量在数量上相匹配的预测投诉用户。本申请提高了用户投诉概率预测的准确度,提供了准确的潜在投诉用户名单,能针对不同用
用户投诉行为预测方法、装置、设备及存储介质.pdf
本申请提供一种用户投诉行为预测方法、装置、设备及存储介质,涉及人工智能技术领域。该方法包括:获取用户的多条历史通话数据;各条历史通话数据分别包括:呼入时间、通话意图、通话场景、通话时长、与相邻下一次通话的时间间隔;按照呼入时间,对多条历史通话数据进行序列化处理,得到用户的序列化数据;基于用户的序列化数据,采用预先训练得到的投诉行为预测模型,预测得到用户下一次的通话的意图,用户下一次的通话的意图用于指示用户是否会发生投诉行为。在本方案中,通过将用户的多条历史通话数据特征化为序列数据,这样保留用户的每一次通话
风险用户预测模型训练方法、预测方法、设备及存储介质.pdf
本申请提供一种风险用户预测模型训练方法、预测方法、设备及存储介质,方法包括:获取各样本用户的历史行为数据,对各样本用户的历史行为数据进行时序特征提取,并将获得的各样本用户对应的时序特征数据作为训练数据对风险用户预测模型进行训练。在本申请中,由于引入了时序特征,因此在风险用户预测模型中加入了适用于处理时序相关问题的门控循环单元层,由于从历史行为数据提取出的时序特征数据为客观特征数据,且数据间具有很强的相关性,因此将其作为训练数据对风险用户预测模型进行训练,有效提高了风险用户预测模型的稳定性和精确度。