[发明专利]一种双层结构的企业情报流失预测方法

权利要求书

1.一种双层结构的企业情报流失预测方法，其特征在于，包括以下步骤：

获取数据集，将数据集划分为训练集和测试集；

利用XGBoost、LightGBM、AdaBoost和加权投票算法，将所述训练集进行双层训练，输出分类预测模型的评价指标；

将所述分类预测模型的评价指标与对比对象进行结果分析比较。

2.根据权利要求1所述的一种双层结构的企业情报流失预测方法，其特征在于，所述利用XGBoost、LightGBM、AdaBoost和加权投票算法，将所述训练集进行双层训练，输出分类预测模型的评价指标，包括：

搭建分类预测模型双层结构，第一层通过相应算法对数据集进行训练，得到第一层数据集；

第二层通过相应算法对第一层数据集进行训练，得到分类预测模型的评价指标，其中AdaBoost算法中强分类器的计算公式如下所示：

其中x是输入向量，F(x)是强分类器，ft(x)是弱分类器，αt是弱分类器的权重值，是一个正数，T为弱分类器的数量。弱分类器的输出值为+1或-1，分别对应于正样本和负样本。

3.根据权利要求2所述的一种双层结构的企业情报流失预测方法，其特征在于，所述将所述分类预测模型的评价指标与对比对象进行结果分析比较，包括：

计算对比对象的评价指标；

将所述分类预测模型的评价指标与所述对比对象的评价指标进行对比，并进行结果分析比较。

4.根据权利要求3所述的一种双层结构的企业情报流失预测方法，其特征在于，所述获取数据集，将数据集划分为训练集和测试集，经过训练、验证和测试方法，输出相对应的评估集和测试集。

5.一种双层结构的企业情报流失预测装置，其特征在于，包括：

获取模块，获取数据集，将数据集划分为训练集和测试集；

计算模块，利用XGBoost、LightGBM、AdaBoost和加权投票算法，将所述训练集进行双层训练，输出分类预测模型的评价指标；

分析模块，将所述分类预测模型的评价指标与对比对象进行结果分析比较。

6.根据权利要求5所述的一种双层结构的企业情报流失预测装置，其特征在于，所述计算模块包括：

第一层训练单元，搭建分类预测模型双层结构，第一层通过相应算法对数据集进行训练，得到第一层数据集；

第二层训练单元，第二层通过相应算法对第一层数据集进行训练，得到分类预测模型的评价指标，其中AdaBoost算法中强分类器的计算公式如下所示：

其中x是输入向量，F(x)是强分类器，ft(x)是弱分类器，αt是弱分类器的权重值，是一个正数，T为弱分类器的数量。弱分类器的输出值为+1或-1，分别对应于正样本和负样本。

7.根据权利要求6所述的一种双层结构的企业情报流失预测装置，其特征在于，所述分析模块包括：

计算单元，计算对比对象的评价指标；

比较单元，将所述分类预测模型的评价指标与所述对比对象的评价指标进行对比，并进行结果分析比较。

8.根据权利要求7所述的一种双层结构的企业情报流失预测装置，其特征在于，所述获取模块包括：

划分单元，获取数据集，将数据集划分为训练集和测试集；

输出单元，所述数据集经过训练、验证和测试方法，输出相对应的评估集和测试集。

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如权利要求1～4中任一项所述的一种双层结构的企业情报流失预测方法。

10.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序使计算机执行时实现如权利要求1～4中任一项所述的一种双层结构的企业情报流失预测方法。