[发明专利]一种离网预测方法及装置

权利要求书

1.一种离网预测方法，其特征在于，包括：

获取终端在当前时间段内的样本数据；所述样本数据用于表示所述终端对应的用户在所述当前时间段内的行为画像信息；

将所述样本数据输入到预先训练好的离网预测模型中，以得到输出值；所述输出值用于确定所述终端在未来时间段是否离网。

2.根据权利要求1所述的离网预测方法，其特征在于，还包括：

获取历史时间段内的训练数据；所述训练数据包括：所述终端对应的用户在所述历史时间段内的行为画像信息和所述终端对应的用户在所述历史时间段内的离网信息；

根据卷积算法和神经网络算法，创建初始模型；所述初始模型的数据输入尺寸与所述训练数据的数据量对应；

基于所述训练数据，对所述初始模型执行预设次数的训练操作，以得到所述离网预测模型。

3.根据权利要求1所述的离网预测方法，其特征在于，所述获取终端在当前时间段内的样本数据，包括：

获取所述终端在所述当前时间段内的原始数据；

根据预设算法，对所述原始数据进行归一化处理，以得到所述样本数据。

4.根据权利要求3所述的离网预测方法，其特征在于，所述原始数据包括：所述终端对应的用户在所述当前时间段内的流量、业务流条数、上网时长、下行速率、上行速率、访问应用数、访问应用的流量、网内语音通话时长、异网通话时长、是否支持双卡、是否支持多种网络制式、网络业务时间分布中的至少一种。

5.一种离网预测装置，其特征在于，包括：获取单元和处理单元；

所述获取单元，用于获取终端在当前时间段内的样本数据；所述样本数据用于表示所述终端对应的用户在所述当前时间段内的行为画像信息；

所述处理单元，用于将所述样本数据输入到预先训练好的离网预测模型中，以得到输出值；所述输出值用于确定所述终端在未来时间段是否离网。

6.根据权利要求5所述的离网预测装置，其特征在于，

所述获取单元，还用于获取历史时间段内的训练数据；所述训练数据包括：所述终端对应的用户在所述历史时间段内的行为画像信息和所述终端对应的用户在所述历史时间段内的离网信息；

所述处理单元，还用于根据卷积算法和神经网络算法，创建初始模型；所述初始模型的数据输入尺寸与所述训练数据的数据量对应；

所述处理单元，还用于基于所述训练数据，对所述初始模型执行预设次数的训练操作，以得到所述离网预测模型。

7.根据权利要求5所述的离网预测装置，其特征在于，所述获取单元，具体用于：

获取所述终端在所述当前时间段内的原始数据；

根据预设算法，对所述原始数据进行归一化处理，以得到所述样本数据。

8.根据权利要求7所述的离网预测装置，其特征在于，所述原始数据包括：所述终端对应的用户在所述当前时间段内的流量、业务流条数、上网时长、下行速率、上行速率、访问应用数、访问应用的流量、网内语音通话时长、异网通话时长、是否支持双卡、是否支持多种网络制式、网络业务时间分布中的至少一种。

9.一种离网预测装置，其特征在于，包括存储器和处理器；所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过总线连接；

当所述离网预测装置运行时，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述离网预测装置执行如权利要求1-4任一项所述的离网预测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机执行指令，当所述计算机执行指令在计算机上运行时，使得所述计算机执行如权利要求1-4任一项所述的离网预测方法。