【技术实现步骤摘要】
一种携号转网潜在用户的预测方法、装置和存储介质
本申请涉及通信
，尤其涉及一种携号转网潜在用户的预测方法、装置和存储介质。
技术介绍
对于网络运营商而言，用户的数量是公司营收和业务发展的重要保证。因此，各大运营商都在提升自身为用户提供的服务质量以增加用户粘度并吸引更多的用户。在实际使用运营商服务时，存在用户放弃当前使用的运营商而选择另一运营商的线上，这种现象为用户转网现象。携号转网数量的增多，必然会造成运营商收益下降，为了提早挽回可能携号转网的用户，需要预测用户携号转网率以便于在用户携号转网前，采取必要的维挽措施。目前电信行业运营商对携号转网用户识别用到的技术多为逻辑回归。逻辑回归技术采用的统计学模型无法实时更新输入特征参数，不能保证模型的实效性和先进性；且该模型数据输入纬度较窄，无法灵活地更新特征值，导致携号转网预测结果的时效性和准确度不高。
技术实现思路
本申请实施例提供一种携号转网潜在用户的预测方法、装置和存储介质，有利于提升对用户的携号转网预测结果的准确性和时效性。本申请实施...
【技术保护点】
1.一种携号转网潜在用户的预测方法，其特征在于，包括：/n获取目标网络的用户在当前时刻之前的一段时间段内的若干特定用户特征；/n将所述特定用户特征输入预测神经网络模型，得到包含所述用户的转网概率的预测结果，其中，所述预测神经网络模型为已基于训练数据进行了训练的模型，所述训练数据为基于所述目标网络的已转网用户的所述特定用户特征形成的数据，且所述预测神经网络模型最近一次的训练时刻与所述当前时刻的时间差不超过预设时间差阈值；/n基于本次预测得到的所述预测结果，确定所述用户的携号转网倾向，并确定所述用户中的携号转网潜在用户。/n
【技术特征摘要】
1.一种携号转网潜在用户的预测方法，其特征在于，包括：
获取目标网络的用户在当前时刻之前的一段时间段内的若干特定用户特征；
将所述特定用户特征输入预测神经网络模型，得到包含所述用户的转网概率的预测结果，其中，所述预测神经网络模型为已基于训练数据进行了训练的模型，所述训练数据为基于所述目标网络的已转网用户的所述特定用户特征形成的数据，且所述预测神经网络模型最近一次的训练时刻与所述当前时刻的时间差不超过预设时间差阈值；
基于本次预测得到的所述预测结果，确定所述用户的携号转网倾向，并确定所述用户中的携号转网潜在用户。
2.根据权利要求1所述的携号转网潜在用户的预测方法，其特征在于，所述获取目标网络的用户在当前时刻之前的一段时间段内的若干特定用户特征包括：
通过所述目标网络的用户大数据平台的接口，向所述用户大数据平台发送特定用户特征获取指令，其中，所述预测神经网络模型设置在所述用户大数据平台上；
接收所述用户大数据平台通过所述接口发送的，响应于所述特定用户特征获取指令的反馈数据，其中，所述反馈数据中包含所述目标网络的用户在当前时刻之前的一段时间段内的所述特定用户特征。
3.根据权利要求1所述的携号转网潜在用户的预测方法，其特征在于，所述获取目标网络的用户在当前时刻之前的一段时间段内的若干特定用户特征前，还包括：
获取所述目标网络在预设时长的历史时间段内的已转网用户的用户特征；
将获取的所述用户特征作为训练数据输入预设的树模型，得到所述树模型输出的各所述用户特征的特征重要性；
基于所述特征重要性从所述用户特征中选择若干数量的特征作为所述特定用户特征。
4.根据权利要求1所述的携号转网潜在用户的预测方法，其特征在于，所述基于本次预测得到的所述预测结果，确定所述用户的携号转网倾向，并确定所述用户中的携号转网潜在用户包括：
确定在本次预测得到的所述预测结果中，所述转网概率高于预设第一概率阈值的第一用户，确定所述第一用户具有携号转网倾向且所述携号转网倾向的程度最高，确定所述第一用户为携号转网潜在用户；
若在本次预测得到的所述预测结果中，存在所述转网概率高于预设第二概率阈值且不高于所述预设第一概率阈值的第二用户，则从本次之前的若干历史预测结果中，获取所述第二用户的历史转网概率；
基于所述历史转网概率以及本次预测的转网概率确定所述第二用户的转网概率的变化情况，...
【专利技术属性】
技术研发人员：王敏，程涛木，陈鑫，王可锋，刘怡，吴艾伦，王京辉，
申请(专利权)人：深圳市博瑞得科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。