通信企业集团客户成员识别方法、存储介质和计算机设备技术

本发明专利技术公开了一种通信企业集团客户成员识别方法，包括：根据基础训练数据进行特征工程，获取关键特征；根据关键特征从基础训练数据中选取训练数据，并利用训练数据对识别模型训练；根据预设指标对识别模型的识别效果进行评估，根据评估结果对模型参数进行调整，直至评估结果达到预设值，得到最优识别模型；根据关键特征，利用最优识别模型对新增业务数据进行通信企业集团客户成员识别。本发明专利技术通过特征工程获取对识别影响重要的关键特征，避免了特征选取的盲目性，进一步提高识别质量、性能、效果和识别效率。本发明专利技术还公开了一种存储介质和计算机设备。

Identification method, storage medium and computer equipment of customer members in communication enterprise group

【技术实现步骤摘要】
通信企业集团客户成员识别方法、存储介质和计算机设备
本专利技术涉及通讯
，具体而言，涉及一种通信企业集团客户成员识别方法、存储介质和计算机设备。
技术介绍
通信企业集团客户市场存在客户信息虚假、集团成员真假并存等现状，因此，如何有效识别现有集团成员的真实性，以针对真实集团成员展开有针对性的维护，在提高客户服务质量的同时，降低企业运营成本，成为通信企业亟待解决的问题。现有的通信企业集团客户成员识别，存在如下问题：现有方法的特征选取多基于常识假设。即针对成员识别，按照固定的基本常识选取一些常用的固定特征(例如：订购VPNM、集团统付、集团彩铃、手机邮箱、是否漫游、终端类型等)，但是基于常识选取的特征并不一定是影响识别的区别特征，从而导致识别质量下降。
技术实现思路
本专利技术正是基于上述问题，提出了一种通信企业集团客户成员识别方法、存储介质和计算机设备。有鉴于此，本专利技术提出了一种通信企业集团客户成员识别方法，包括如下步骤：根据基础训练数据进行特征工程，获取关键特征；<br>根据所述关键特本文档来自技高网...

【技术保护点】
1.一种通信企业集团客户成员识别方法，其特征在于，包括如下步骤：/n根据基础训练数据进行特征工程，获取关键特征；/n根据所述关键特征从所述基础训练数据中选取训练数据，并利用所述训练数据对识别模型训练；/n根据预设指标对所述识别模型的识别效果进行评估，根据评估结果对模型参数进行调整，直至评估结果达到预设值，得到最优识别模型；/n根据所述关键特征，利用所述最优识别模型对新增业务数据进行通信企业集团客户成员识别。/n

【技术特征摘要】
1.一种通信企业集团客户成员识别方法，其特征在于，包括如下步骤：
根据基础训练数据进行特征工程，获取关键特征；
根据所述关键特征从所述基础训练数据中选取训练数据，并利用所述训练数据对识别模型训练；
根据预设指标对所述识别模型的识别效果进行评估，根据评估结果对模型参数进行调整，直至评估结果达到预设值，得到最优识别模型；
根据所述关键特征，利用所述最优识别模型对新增业务数据进行通信企业集团客户成员识别。


2.根据权利要求1所述的一种通信企业集团客户成员识别方法，其特征在于，所述根据基础训练数据进行特征工程，获取关键特征之前，还包括，
对所述基础训练数据进行数据清洗、字段填充和类别数据不平衡处理。


3.根据权利要求1或2所述的一种通信企业集团客户成员识别方法，其特征在于，所述关键特征包括成员业务订购使用优选特征和节点可达的真实成员数；
所述根据基础训练数据进行特征工程，获取关键特征，包括，
对所述基础训练数据中的通信数据进行挖掘，获得节点可达的真实成员数；
对所述基础训练数据中的成员业务订购使用特征进行选取，获得所述成员业务订购使用优选特征。


4.根据权利要求3所述的一种通信企业集团客户成员识别方法，其特征在于，所述对所述基础训练数据中的成员业务订购使用特征进行选取，获得所述成员业务订购使用优选特征，包括，
对所述成员业务订购使用特征内的特征两两进行相关性分析，对相关性系数大于第一预设值的两个特征进行择一删除，得到由剩余的所述成员业务订购使用特征内的特征组成的第一成员业务订购使用特征；
对所述第一成员业务订购使用特征内的每个特征和成员的类别数据进行相关性分析，选取相关性系数大于第二预设值的特征，得到第二成员业务订购使用特征；
采用递归特征消除和交叉验...

【专利技术属性】
技术研发人员：李真，王海洋，冯利光，刘大伟，李雪梅，
申请(专利权)人：烟台中科网络技术研究所，
类型：发明
国别省市：山东;37