一种业务活动销售预测模型的评价方法技术

本发明专利技术属于大数据应用技术领域，其公开了一种业务活动销售预测模型的评价方法，解决传统技术中采用混淆矩阵的评价方案存在的准确性低、稳定性低、可解释性不好的问题。该方法包括以下步骤：a.根据已经准备好的数据建立业务活动销售预测模型；b.建立评价指标体系，使用Lift曲线方法将模型的预测概率从高到低排序，进行模型预测准确度、稳定性和可解释性评价；c.对每个预测模型的提升曲线及模型效果排序进行可视化展示，挑选出最佳模型。

【技术实现步骤摘要】
一种业务活动销售预测模型的评价方法
本专利技术属于大数据应用
，具体涉及一种业务活动销售预测模型的评价方法。
技术介绍
随着大数据的不断发展，目前应用于大数据业务活动销售预测的各种模型算法越来越多。模型的好坏、稳定性、质量等等就要求数据模型满足一定标准，而对各种模型的评价及选择尤为重要。首先，评价模型的标志，就是模型的结论或应用效果是否满足当初的业务需求为有效原则。其二，模型的精准度是否再优化，适度优化，避免过拟合，具有较好性价比。二元变量是指：两种逻辑状态的变量，包含两个值：是和否。如果在表达式中使用了该逻辑变量，那么根据变量值的是或否而赋予整型值1或0，如果整型值为1，则变量值为是；反之为否。比如客户是否响应活动销售、预测客户是否会流失、预测客户是否会购买等等。传统技术中针对预测模型的评价方案主要基于混淆矩阵，原理在于根据不同模型选不同参数，根据TP(TruePositive)、TN(TrueNegative)、FP(FalsePositive)、FN(FalseNegative)计算准确性、精度、错正率、负元正确率、正元正确率。但是由于各指标比较接近，容易混淆，需要更多人本文档来自技高网...

【技术保护点】
一种业务活动销售预测模型的评价方法，其特征在于，包括以下步骤：a.根据已经准备好的数据建立业务活动销售预测模型；b.建立评价指标体系，使用Lift曲线方法将模型的预测概率从高到低排序，进行模型预测准确度、稳定性和可解释性评价；c.对每个预测模型的提升曲线及模型效果排序进行可视化展示，挑选出最佳模型。

【技术特征摘要】
1.一种业务活动销售预测模型的评价方法，其特征在于，包括以下步骤：a.根据已经准备好的数据建立业务活动销售预测模型；b.建立评价指标体系，使用Lift曲线方法将模型的预测概率从高到低排序，进行模型预测准确度、稳定性和可解释性评价；c.对每个预测模型的提升曲线及模型效果排序进行可视化展示，挑选出最佳模型。2.如权利要求1所述的一种业务活动销售预测模型的评价方法，其特征在于，步骤a包括：a1.数据准备：包括数据采集、数据预处理、特征筛选；对历史数据进行哑编码，生成未来数据；a2.建立业务活动销售预测模型:从数据库sql中获取建模数据，在R语言上建立多种建模计算，并将结果输入数据库sql中。3.如权利要求2所述的一种业务活动销售预测模型的评价方法，其特征在于，步骤a1中，所述建模数据包括销售数据、活动数据、客户数据、第三方数据、行业数据、系统参数。4.如权利要求2所述的一种业务活动销售预测模型的评价方法，其特征在于，步骤a1中，所述数据预处理包括：缺失...

【专利技术属性】
技术研发人员：罗小娅，李柯，唐军，赵冬，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川,51