本发明专利技术属于计算机领域，公开了一种业务推广方法、装置、设备及存储介质。该方法包括：基于正样本数据和未标记样本数据训练初始分类器，得到目标分类器；基于所述目标分类器对所述未标记样本数据进行预测，得到预测结果；根据所述预测结果确定待推广人群，并基于所述待推广人群进行业务推广。由于本发明专利技术是基于训练的目标分类器对未标记样本数据进行预测，得到预测结果；根据预测结果确定待推广人群，并基于待推广人群进行业务推广。相对于现有的随机选取用户进行业务推广的方式，本发明专利技术上述方式能够更加准确的选取待推广人群，提高业务推广效率。
【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种业务推广方法、装置、设备及存储介质。
技术介绍
1、在企业的日常业务中，如流量卡的推广业务中，常常有对业务或者服务进行推广的情况，而选择适合的推送人群是关键。目前常通过人工智能的方式对人群进行分类，对处于特定类型的人群进行产品或服务的推送。传统的监督学习方法已经被广泛应用于人群智能识别和分类任务中。这些方法依赖于具有标签的样本数据进行模型训练和分类预测。但是上述传统机器学习的方式，存在负样本数据难以获取的问题，在流量卡推广场景下，通常有已开通该业务的客户，即正样本，而无法收集或确定哪些用户对该业务完全不需要，即负样本。因此无法通过传统机器学习的方式，从未标记的用户中选取待推广人群进行业务推广，业务推广效率不高。
技术实现思路
1、本专利技术的主要目的在于提供了一种业务推广方法、装置、设备及存储介质，旨在解决现有技术业务推广效率不高的技术问题。
2、为实现上述目的，本专利技术提供了一种业务推广方法，所述方法包括以下步骤：
3、基于正样本数据和未标记样本数据训练初始分类器，得到目标分类器；
4、基于所述目标分类器对所述未标记样本数据进行预测，得到预测结果；
5、根据所述预测结果确定待推广人群，并基于所述待推广人群进行业务推广。
6、可选地，所述基于正样本数据和未标记样本数据训练初始分类器，得到目标分类器的步骤，包括：
7、基于正样本数据和未标记样本数据确定初始训练数据；
>8、基于所述初始训练数据对初始分类器进行训练，得到扩样分类器；9、根据所述扩样分类器和所述未标记样本数据对所述初始训练数据进行扩样，得到扩样结果；
10、基于所述扩样结果训练随机森林分类器，得到目标分类器。
11、可选地，所述基于正样本数据和未标记样本数据确定初始训练数据的步骤，包括：
12、基于正样本数据和未标记样本数据确定训练数据，所述正样本数据包括保留正样本和训练正样本；
13、根据所述训练数据确定目标指标和所述未标记样本数据的正样本概率；
14、基于所述目标指标和所述正样本概率确定初始负样本；
15、根据所述初始负样本和所述训练正样本确定初始训练数据。
16、可选地，所述基于所述目标指标和所述正样本概率确定初始负样本的步骤，包括：
17、根据所述目标指标和正样本数据确定初始负样本阈值；
18、根据所述初始负样本阈值和正样本概率确定初始负样本。
19、可选地，所述基于所述扩样结果训练随机森林分类器，得到目标分类器的步骤，包括：
20、基于所述扩样结果训练随机森林分类器，得到第一分类器；
21、根据所述第一分类器对所述未标记样本数据进行预测，得到样本预测结果；
22、基于所述样本预测结果和正负样本比例对所述扩样结果进行扩样，得到扩样后的扩样结果；
23、基于所述扩样后的扩样结果训练随机森林分类器，得到第二分类器；
24、将所述第二分类器作为所述第一分类器，并返回所述根据所述第一分类器对所述未标记样本数据进行预测，得到样本预测结果的步骤，直至训练得到的分类器数量等于预设分类器数量阈值；
25、从训练得到的分类器中选取目标分类器。
26、可选地，所述基于所述样本预测结果和正负样本比例对所述扩样结果进行扩样，得到扩样后的扩样结果的步骤之前，还包括：
27、基于业务推广需求确定业务统计指标；
28、根据所述业务统计指标和用户业务数据确定业务指标数据；
29、对所述业务指标数据进行缺失处理，得到目标指标数据；
30、从所述目标指标数据中抽取聚类数据，并对所述聚类数据进行标准化处理，得到目标聚类数据；
31、对所述目标聚类数据进行聚类，得到聚类结果；
32、根据所述聚类结果确定正负样本比例。
33、可选地，所述根据所述预测结果确定待推广人群，并基于所述待推广人群进行业务推广的步骤，包括：
34、对所述预测结果进行降序排序，得到排序结果；
35、根据预设人群选取策略从所述排序结果中选取待推广人群，并基于所述待推广人群进行业务推广。
36、此外，为实现上述目的，本专利技术还提供一种业务推广装置，所述装置包括：
37、训练模块，用于基于正样本数据和未标记样本数据训练初始分类器，得到目标分类器；
38、预测模块，用于基于所述目标分类器对所述未标记样本数据进行预测，得到预测结果；
39、业务推广模块，用于根据所述预测结果确定待推广人群，并基于所述待推广人群进行业务推广。
40、此外，为实现上述目的，本专利技术还提出一种业务推广设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的业务推广程序，所述业务推广程序配置为实现如上文所述的业务推广方法的步骤。
41、此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有业务推广程序，所述业务推广程序被处理器执行时实现如上文所述的业务推广方法的步骤。
42、本专利技术基于正样本数据和未标记样本数据训练初始分类器，得到目标分类器；基于所述目标分类器对所述未标记样本数据进行预测，得到预测结果；根据所述预测结果确定待推广人群，并基于所述待推广人群进行业务推广。由于本专利技术是基于训练的目标分类器对未标记样本数据进行预测，得到预测结果；根据预测结果确定待推广人群，并基于待推广人群进行业务推广。相对于现有的随机选取用户进行业务推广的方式，本专利技术上述方式能够更加准确的选取待推广人群，提高业务推广效率。
本文档来自技高网...
【技术保护点】
1.一种业务推广方法，其特征在于，所述业务推广方法包括以下步骤：
2.如权利要求1所述的业务推广方法，其特征在于，所述基于正样本数据和未标记样本数据训练初始分类器，得到目标分类器的步骤，包括：
3.如权利要求2所述的业务推广方法，其特征在于，所述基于正样本数据和未标记样本数据确定初始训练数据的步骤，包括：
4.如权利要求3所述的业务推广方法，其特征在于，所述基于所述目标指标和所述正样本概率确定初始负样本的步骤，包括：
5.如权利要求2所述的业务推广方法，其特征在于，所述基于所述扩样结果训练随机森林分类器，得到目标分类器的步骤，包括：
6.如权利要求5所述的业务推广方法，其特征在于，所述基于所述样本预测结果和正负样本比例对所述扩样结果进行扩样，得到扩样后的扩样结果的步骤之前，还包括：
7.如权利要求1-4任一项所述的业务推广方法，其特征在于，所述根据所述预测结果确定待推广人群，并基于所述待推广人群进行业务推广的步骤，包括：
8.一种业务推广装置，其特征在于，所述业务推广装置包括：
9.一种业务推广设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的业务推广程序，所述业务推广程序配置为实现如权利要求1至7中任一项所述的业务推广方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有业务推广程序，所述业务推广程序被处理器执行时实现如权利要求1至7任一项所述的业务推广方法的步骤。
...
【技术特征摘要】
1.一种业务推广方法，其特征在于，所述业务推广方法包括以下步骤：
2.如权利要求1所述的业务推广方法，其特征在于，所述基于正样本数据和未标记样本数据训练初始分类器，得到目标分类器的步骤，包括：
3.如权利要求2所述的业务推广方法，其特征在于，所述基于正样本数据和未标记样本数据确定初始训练数据的步骤，包括：
4.如权利要求3所述的业务推广方法，其特征在于，所述基于所述目标指标和所述正样本概率确定初始负样本的步骤，包括：
5.如权利要求2所述的业务推广方法，其特征在于，所述基于所述扩样结果训练随机森林分类器，得到目标分类器的步骤，包括：
6.如权利要求5所述的业务推广方法，其特征在于，所述基于所述样本预测结果和...
【专利技术属性】
技术研发人员：方海贝，樊巧云，赵雨，陆天珺，谷建泽，
申请(专利权)人：中国移动通信集团江苏有限公司，
类型：发明
国别省市：
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。