【技术实现步骤摘要】
本专利技术涉及针对宽带倒卖风险行为的预测方法，特别是涉及一种针对宽带倒卖风险行为的预测方法、一种针对宽带倒卖风险行为的预测装置、一种电子设备以及一种计算机可读存储介质。
技术介绍
1、宽带倒卖是指未以运营商或其代理商的资质、或私下以低于市场规范的价格向客户出售宽带服务的行为，侵犯了用户的合法权益，同时影响了网络正常管理，目前针对宽带倒卖行为的调查核实通常是筛选出疑似倒卖的宽带清单，然后经过人工核实，由于清单数量庞大，因此稽核效率低下，核实难度大，并且由于宽带倒卖行为已经发生，损失挽回困难。
2、因此，如何针对宽带倒卖进行预测是本领域技术人员需要克服的技术问题。
技术实现思路
1、本专利技术实施例是提供一种针对宽带倒卖风险行为的预测方法、装置、电子设备以及计算机可读存储介质，以解决如何针对宽带倒卖进行预测的技术问题的问题。
2、本专利技术实施例公开了一种针对宽带倒卖风险行为的预测方法，可以包括：
3、获取历史业务基础数据；所述历史业务基础数据包括客户名称数据、客户类型数据、销售品类型数据、虚拟专用网络号码数据、销售品名称数据、提速前速率、提速后速率、同客户宽带数、移机前地址、移机后地址、移机前后地址相似度和续约渠道；
4、对所述历史业务基础数据进行预处理，生成基础特征数据；所述基础特征数据包括宽带产品实例特征和受理主体行为特征；
5、根据所述基础特征数据搭建模型特征矩阵；
6、基于所述模型特征矩阵生成宽带违规受理
7、通过所述宽带违规受理识别模型输出预测结果。
8、可选地，所述对所述历史业务基础数据进行预处理，生成基础特征数据的步骤可以包括：
9、对所述客户名称数据、所述客户类型数据、所述销售品类型数据、所述虚拟专用网络号码数据、所述销售品名称数据、所述提速前速率、所述提速后速率、所述同客户宽带数、所述移机前地址、所述移机后地址、所述移机前后地址相似度和所述续约渠道进行数据清洗，生成基础特征数据。
10、可选地，所述根据所述基础特征数据搭建模型特征矩阵的步骤可以包括：
11、基于所述受理主体行为特征确定第一交叉特征和第二交叉特征；
12、基于所述第一交叉特征、所述第二交叉特征和所述宽带产品实例特征确定模型特征矩阵。
13、可选地，所述受理主体行为特征包括分别针对受理员工和厅店的业务行为特征和业务时间特征，所述基于所述受理主体行为特征确定第一交叉特征和第二交叉特征的步骤可以包括：
14、确定针对所述业务行为特征和所述业务时间特征的特征值；
15、确定用于表达是否发生倒卖行为的目标值；
16、基于所述特征值和所述目标值计算用于表达针对多个所述受理员工和多个所述厅店的预测值得分；
17、基于所述预测值得分确定第一交叉特征和第二交叉特征。
18、可选地，所述基于所述模型特征矩阵生成宽带违规受理识别模型的步骤可以包括：
19、将所述模型特征矩阵按预设比例划分为训练集、验证集和测试集；
20、确定初始模型，并采用所述训练集、所述验证集和所述测试集训练所述初始模型，生成宽带违规受理识别模型。
21、可选地，还可以包括：
22、获取目标历史业务基础数据，并从所述目标历史业务基础数据中提取出用户信息；
23、所述通过所述宽带违规受理识别模型输出预测结果的步骤包括：
24、将所述用户信息输入至所述宽带违规受理识别模型，并通过所述宽带违规受理识别模型输出预测结果。
25、可选地，还可以包括：
26、当所述预测结果为高风险用户时，则将所述预测结果反馈至受理前台。
27、可选地，还可以包括：
28、获取所述高风险用户对应的用户信息，基于所述用户信息发送提醒信息。
29、本专利技术实施例还提供了一种针对宽带倒卖风险行为的预测装置，可以包括：
30、历史业务基础数据获取模块，用于获取历史业务基础数据；所述历史业务基础数据包括客户名称数据、客户类型数据、销售品类型数据、虚拟专用网络号码数据、销售品名称数据、提速前速率、提速后速率、同客户宽带数、移机前地址、移机后地址、移机前后地址相似度和续约渠道；
31、基础特征数据生成模块，用于对所述历史业务基础数据进行预处理，生成基础特征数据；所述基础特征数据包括宽带产品实例特征和受理主体行为特征；
32、模型特征矩阵搭建模块，用于根据所述基础特征数据搭建模型特征矩阵；
33、宽带违规受理识别模型生成模块，用于基于所述模型特征矩阵生成宽带违规受理识别模型；
34、预测结果输出模块，用于通过所述宽带违规受理识别模型输出预测结果。
35、可选地，所述基础特征数据生成模块可以包括：
36、基础特征数据生成子模块，用于对所述客户名称数据、所述客户类型数据、所述销售品类型数据、所述虚拟专用网络号码数据、所述销售品名称数据、所述提速前速率、所述提速后速率、所述同客户宽带数、所述移机前地址、所述移机后地址、所述移机前后地址相似度和所述续约渠道进行数据清洗，生成基础特征数据。
37、可选地，所述模型特征矩阵搭建模块可以包括：
38、交叉特征确定子模块，用于基于所述受理主体行为特征确定第一交叉特征和第二交叉特征；
39、模型特征矩阵搭建子模块，用于基于所述第一交叉特征、所述第二交叉特征和所述宽带产品实例特征确定模型特征矩阵。
40、可选地，所述受理主体行为特征包括分别针对受理员工和厅店的业务行为特征和业务时间特征，所述交叉特征确定子模块可以包括：
41、特征值确定单元，用于确定针对所述业务行为特征和所述业务时间特征的特征值；
42、目标值确定单元，用于确定用于表达是否发生倒卖行为的目标值；
43、预测值得分计算单元，用于基于所述特征值和所述目标值计算用于表达针对多个所述受理员工和多个所述厅店的预测值得分；
44、交叉特征确定单元，用于基于所述预测值得分确定第一交叉特征和第二交叉特征。
45、可选地，所述宽带违规受理识别模型生成模块可以包括：
46、模型特征矩阵划分子模块，用于将所述模型特征矩阵按预设比例划分为训练集、验证集和测试集；
47、宽带违规受理识别模型生成子模块，用于确定初始模型，并采用所述训练集、所述验证集和所述测试集训练所述初始模型，生成宽带违规受理识别模型。
48、可选地，还可以包括：
49、用户信息提取子模块，用于获取目标历史业务基础数据，并从所述目标历史业务基础数据中提取出用户信息；
50、所述预测结果输出模块包括：
51、预测结果输出子模块，用于将所述用户信息输入至所述宽带违规受理识别模型，并通过所述宽带违规本文档来自技高网...
【技术保护点】
1.一种针对宽带倒卖风险行为的预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述历史业务基础数据进行预处理，生成基础特征数据的步骤包括：
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述基础特征数据搭建模型特征矩阵的步骤包括：
4.根据权利要求3所述的方法，其特征在于，所述受理主体行为特征包括分别针对受理员工和厅店的业务行为特征和业务时间特征，所述基于所述受理主体行为特征确定第一交叉特征和第二交叉特征的步骤包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述模型特征矩阵生成宽带违规受理识别模型的步骤包括：
6.根据权利要求5所述的方法，其特征在于，还包括：
7.根据权利要求6所述的方法，其特征在于，还包括：
8.根据权利要求7所述的方法，其特征在于，还包括：
9.一种针对宽带倒卖风险行为的预测装置，其特征在于，包括：
10.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口以及
11.一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-8任一项所述的方法。
...【技术特征摘要】
1.一种针对宽带倒卖风险行为的预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述历史业务基础数据进行预处理，生成基础特征数据的步骤包括：
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述基础特征数据搭建模型特征矩阵的步骤包括：
4.根据权利要求3所述的方法，其特征在于，所述受理主体行为特征包括分别针对受理员工和厅店的业务行为特征和业务时间特征，所述基于所述受理主体行为特征确定第一交叉特征和第二交叉特征的步骤包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述模型特征矩阵生成宽带违规受理...
【专利技术属性】
技术研发人员：李佳靓，黄剑，闵云杏，
申请(专利权)人：中国电信股份有限公司，
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。