[发明专利]基于移动运营商的满意度的易访用户的挖掘方法

权利要求书

1.一种基于移动运营商的满意度的易访用户的挖掘方法，其特征在于，具体包括以下步骤：

S1数据提取：采集用户在平台上的多种数据；

S2数据处理：将所述步骤S1中采集到的数据依次经过清洗和关联处理，再进行样本划分；

S3模型训练：从样本中提取特征进行两次的特征筛选后获得入模特征，并利用所述入模特征建立模型，获得模型；再测试获得的模型的效果，若模型的效果低于评判标准，则调整参数，循环样本训练，重新建立模型，直至模型的效果大于等于评判标准，输出训练完成的模型；

S4预测：将全量用户数据输入步骤S3输出的模型中，即可得到每个用户的易访概率；

所述步骤S1中的数据包括：经分数据、话单数据和外呼数据；所述经分数据包括用户基础信息、五网属性、终端信息、宽带互联网信息、套餐信息和通信行为；所述话单数据为用户的每日合并通话记录；所述外呼数据为用户与客服电话的通话详单；

所述步骤S2数据处理具体包括以下步骤：

S21数据清洗：包括补充缺失值、筛选异常值和删除重复值；

S221：删除缺失值占比多的特征；

S222：对剩余缺失值进行针对性填补；

S223：根据话单数据中“对端号码”的属性，进行类别标记，便于后续分类特征提取；

S22数据关联：根据‘手机号码’字段把话单、经分、历史外呼数据关联起来，从而获得数据样本；

S23划分：先从步骤S22处理后的数据样本中抽出作为仿真测试集，再从剩余的数据样本中抽出N个作为测试集二，最后把访问成功的剩余用户按比例划分为训练集和测试集一；所述仿真测试集和测试集二用于验证模型训练效果，所述测试集一用于当模型异常时查看模型训练情况；

所述步骤S3具体包括：

S31提取特征：根据话单数据中的原始指标，增加统计了每个用户的总体指标特征；再对所述话单数据进行深度下钻，提取话单数据新特征；最后对客服外呼数据进行深度下钻，提取外呼数据新特征；

S32特征筛选：对训练样本采用特征重要性排序和相关系数进行两次特征筛选；

S321第一次筛选：在特征选择与降维时，采用Boosting中的特征重要性排序进行特征筛选，并根据获得的特征重性对特征排序；

S322第二次筛选：在对特征重要性排序后，选取前N个特征作为初选特征，然后计算这N个特征的斯皮尔曼相关系数，计算公式如下：

其中ρ为斯皮尔曼相关系数，x，y表示变量，表示x变量的均值，表示y变量的均值；x_i代表第i个样本的特征x的取值；i取值范围是1至样本最大值；y_i代表第i个样本的特征y的取值；

再通过相关系数进行特征的第二次筛选，第二次筛选的规则为：若某两个特征的相关系数大于M，则保留特征重要性排在前列的那个，从而获得第二次筛选后的入模特征；

S33建立模型：采用XGBoost分类算法作为建模方法，将步骤S322获得的入模特征进行训练，确定函数的参数，获得模型；

S34测试模型：采用仿真测试集、测试集一和测试集二验证所述步骤S33获得的模型；

S341：在训练样本时，使用集团外呼成功用户作为正样本；使用地市外呼失败用户和随机抽取用户作为负样本，并保证正负样本比例平衡；

S342：使用未放入训练集的集团外呼成功用户加随机抽取用户构建仿真测试集；将仿真测试集中的数据输入模型中，并多次训练模型后，保存查全率最高的模型；S342：将测试集二中的样本输入模型中，再通过模型输出用户数据，再根据评判标准判断模型效果，若模型的效果低于评判标准，则调整参数，调整参数包括调整样本选择、特征选择、分类算法超参数的设置，再循环样本训练，重新建立模型，直至模型的效果大于等于评判标准，输出训练完成的模型；所述评判标准为：查看测试集二的查全率，若查全率大于或等于40％，则确认模型拟合充分，为有效的模型；具体为：通过判断模型输出的前25％用户中包含多少个测试样本，若包含的测试样本大于或等于40％，即查看测试集二的查全率大于或等于40％，则确认模型有效。