一种通信业务风险预测方法、装置及设备制造方法及图纸

技术编号:37579606 阅读:21 留言:0更新日期:2023-05-15 07:54
本发明专利技术公开了一种通信业务风险预测方法、装置及设备,该方法包括:获取待测用户的通信业务数据;根据所述待测用户的通信业务数据,获得所述通信业务数据的特征数据;将所述特征数据输入预设业务风险预测模型进行处理,得到所述风险预测结果;所述预设业务风险预测模型根据训练集对多层隐马尔可夫模型进行训练后得到。通过上述方式,本发明专利技术使通信业务风险预测变的省时省力且安全。测变的省时省力且安全。测变的省时省力且安全。

【技术实现步骤摘要】
一种通信业务风险预测方法、装置及设备


[0001]本专利技术涉及通信
,具体涉及一种通信业务风险预测方法、装置及设备。

技术介绍

[0002]随着通现代通信技术和互联网技术的发展,手机与互联网的普及率快速提升,人们的通信方式也发生了巨大的变化。为了满足不同用户群体的个性化需求,最大限度地保障用户体验,为保证用户体验,会产生一些增值业务,然而,由于业务之间的关系错综复杂,导致风险原因不易核查。如要挖掘风险和导致风险的原因需要耗费大量的人力和时间。现有技术多为人工进行有关通信业务风险核查,费时、费力以及容易出现维度灾难等问题。

技术实现思路

[0003]鉴于上述问题,提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种通信业务风险预测方法、装置及设备。
[0004]根据本专利技术实施例的一个方面,提供了一种通信业务风险预测方法,包括:
[0005]获取待测用户的通信业务数据;
[0006]根据所述待测用户的通信业务数据,获得所述通信业务数据的特征数据;/>[0007]将所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通信业务风险预测方法,其特征在于,所述方法包括:获取待测用户的通信业务数据;根据所述待测用户的通信业务数据,获得所述通信业务数据的特征数据;将所述特征数据输入预设业务风险预测模型进行处理,得到所述风险预测结果;所述预设业务风险预测模型根据训练集对多层隐马尔可夫模型进行训练后得到。2.根据权利要求1所述的通信业务风险预测方法,其特征在于,根据所述待测用户的通信业务数据,获得所述通信业务数据的特征数据,包括:根据所述待测用户的通信业务数据,获取所述通信业务数据的文本特征、业务关联特征、业务时间特征、业务属性特征和用户的属性特征中的至少一种;将所述文本特征、业务关联特征、业务时间特征、业务属性特征和用户的属性特征中的至少两种进行组合,获得所述通信业务数据的特征数据。3.根据权利要求2所述的通信业务风险预测方法,其特征在于,根据所述待测用户的通信业务数据,获取所述通信业务数据的文本特征,包括:根据所述待测用户的通信业务数据,获取所述通信业务数据的业务描述;利用词向量模型对所述业务描述进行关键词提取,得到与通信业务风险判断相关的关键词;对所述关键词进行分类,得到所述通信业务的文本特征。4.根据权利要求2所述的通信业务风险预测方法,其特征在于,根据所述待测用户的通信业务数据,获取所述通信业务数据的业务关联特征,包括:根据所述待测用户的通信业务数据,获取办理过被关联的业务的目标待测用户的所有业务;获取所述目标待测用户的所有业务的支持度和可信度;根据所述支持度和可信度,得到业务的关联表格;根据所述关联表格和预先存储的被关联的业务的关联关系,获取所述待测用户办理业务的业务关联特征。5.根据权利要求1所述的通信业务风险预测方法,其特征在于,多层隐马尔可夫模型通过以下过程训练得到:获取训练集中的训练业务数据的特征数据;对所述训练业务数据的特征数据进行归一化处理和矢量处理,得到矢量化处理结果;将所述矢量化处理结果输入隐马尔可夫模型的第一层模型进行处理,得到第一输出结果;根据所述第一输出结果,通过贝叶斯滤波器更新隐马尔可夫模型的参数,得到训练后的第一层隐马尔可夫模型;根据训练后的第一层隐马尔可夫模型,获取风险状态序列;将所述风险状态序列,输入隐马尔可夫模型的下一层,重复以上步骤p次,得到训练后的p层隐马尔可夫模型,p为正整数。6.根据权利要求5所述的通信业务风险预测方法,其特征在于,训练后的p层隐马尔可夫模型为:
其中,f
i
代表隐马尔可夫模型的第i层预测的风险状态序列,将各层模型输出的风险状态序列,按照时间先后顺序相互组合,得到相同长度的组合状态特征F,1≤i≤p,1≤j≤p...

【专利技术属性】
技术研发人员:金崇超孙新华周昕
申请(专利权)人:中国移动通信集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1