一种基于咨询环境的度量分析预测报名成功率的方法技术

本发明专利技术公开了一种基于咨询环境的度量分析预测报名成功率的方法。它包括训练阶段和评测阶段，所述的训练阶段指的是：通过采集咨询环境的因素条件，利用深度学习技术来训练咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征提取模型，根据特征提取模型提取特征，最终训练得到预测模型；所述的评测阶段指的是：通过对咨询环境的度量，提取咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征，利用预测模型进行结果预测。本发明专利技术的有益效果是：度量的方式简单，数据也容易获取，可形成自动预测，实现了对报名成功可能性的自动预测。

【技术实现步骤摘要】
一种基于咨询环境的度量分析预测报名成功率的方法
本专利技术涉及机器学习相关
，尤其是指一种基于咨询环境的度量分析预测报名成功率的方法。
技术介绍
随着社会节奏加快竞争压力增大，成人培训和学历教育培训已被普遍接受。培训机构每天接待大量的上门来访报名咨询，因而研究如何有效快速预测咨询后能否成功报名有着积极的意义，不但可以从客观环境因素角度帮助进行咨询活动安排决策提高效果，而且可以指导培训机构合理规划场地布置，以具有亲和力的环境影响，赢得咨询报名人对培训机构的认同度。目前对咨询报名成功率的预测，以基于谈话内容测评和心理学指标测评两大类为主，其过程偏向于主观因素，且数据不易自动采集。
技术实现思路
本专利技术是为了克服现有技术中存在上述的不足，提供了一种度量简单且能够自动预测的基于咨询环境的度量分析预测报名成功率的方法。为了实现上述目的，本专利技术采用以下技术方案：一种基于咨询环境的度量分析预测报名成功率的方法，包括训练阶段和评测阶段，所述的训练阶段指的是：通过采集咨询环境的因素条件，利用深度学习技术来训练咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征提取模型，本文档来自技高网...

【技术保护点】
1.一种基于咨询环境的度量分析预测报名成功率的方法，其特征是，包括训练阶段和评测阶段，所述的训练阶段指的是：通过采集咨询环境的因素条件，利用深度学习技术来训练咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征提取模型，根据特征提取模型提取特征，最终训练得到预测模型；所述的评测阶段指的是：通过对咨询环境的度量，提取咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征，利用预测模型进行结果预测。

【技术特征摘要】
1.一种基于咨询环境的度量分析预测报名成功率的方法，其特征是，包括训练阶段和评测阶段，所述的训练阶段指的是：通过采集咨询环境的因素条件，利用深度学习技术来训练咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征提取模型，根据特征提取模型提取特征，最终训练得到预测模型；所述的评测阶段指的是：通过对咨询环境的度量，提取咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征，利用预测模型进行结果预测。2.根据权利要求1所述的一种基于咨询环境的度量分析预测报名成功率的方法，其特征是，所述的训练阶段步骤如下：(1)建立咨询环境的度量数据集，将最近两个自然学年过往报名咨询的场所环境情况记录下来，和对应的报名成功与否的结果进行关联；对咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征进行人工打分；设定咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量均分为五个等级，其中五个等级分别对应的数值为0、1、2、3、4；(2)运用步骤(1)中的度量数据集，其包含咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的人工打分，利用深度学习模型训练咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的的特征模型；(3)利用训练得到的特征模型对报名结果提取有关咨询活动发生地的地理位置、空间大小、方位、温度、湿度、高度、空气质量的特征得分，并根据线性回归算法训练最终的预测模型。3.根据权利要求2所述的一种基于咨询环境的度量分析预测报名成功率的方法，其特征是，在步骤(1)中，将咨询环境的度量数据按照标准值进行处理，其中地...

【专利技术属性】
技术研发人员：项斌，
申请(专利权)人：校宝在线杭州科技股份有限公司，
类型：发明
国别省市：浙江,33