[发明专利]一种低感知用户的挖掘方法、装置及电子设备

权利要求书

1.一种低感知用户的挖掘方法，其特征在于，包括：

获取待挖掘的用户的移动业务指标，所述移动业务指标至少包括通话业务指标、上网业务指标和消息业务指标；

将所述待挖掘的用户的移动业务指标输入到低感知用户预测模型中，以输出所述待挖掘的用户的感知状态，所述感知状态包括低感知状态和高感知状态；

如果所述待挖掘的用户的感知状态为低感知状态，则对所述待挖掘的用户的移动业务进行优化处理；

其中，所述低感知用户预测模型为基于多个用户的移动业务指标构建的决策树得到的。

2.如权利要求1所述的方法，其特征在于，

所述通话业务指标至少包括通话故障的平均间隔时间MTBF和通话故障的平均恢复时间MTTR；

所述上网业务指标至少包括上网故障的平均间隔时间MTBF和上网故障的平均恢复时间MTTR；

所述消息业务指标至少包括消息故障的平均间隔时间MTBF和消息故障的平均恢复时间MTTR。

3.如权利要求1或2所述的方法，其特征在于，在将所述待挖掘的用户的移动业务指标输入到低感知用户预测模型中之前，所述方法还包括：

获取所述多个用户的移动业务指标和所述多个用户的感知状态；

基于所述多个用户的移动业务指标和所述多个用户的感知状态，构建决策树，得到所述低感知用户预测模型。

4.如权利要求3所述的方法，其特征在于，基于所述多个用户的移动业务指标和所述多个用户的感知状态，构建决策树，得到所述低感知用户预测模型，包括：

将所述多个用户的移动业务指标按照指标值从小到大的顺序进行排列，并将所述排列后的位于所述多个用户的移动业务指标的指定位置的移动业务指标，确定为所述预设的移动业务指标门限阈值；

基于所述预设的移动业务指标门限阈值，构建预设的移动业务指标区间；

根据所述预设的移动业务指标区间，将所述多个用户移动业务指标进行离散化处理；

基于所述离散化处理后的所述多个用户的移动业务指标和所述多个用户的感知状态，构建决策树，得到所述低感知用户预测模型。

5.如权利要求4所述的方法，其特征在于，基于所述离散化处理后的所述多个用户的移动业务指标和所述多个用户的感知状态，构建决策树，得到所述低感知用户预测模型，包括：

基于所述离散化处理后的所述多个用户的移动业务指标，确定移动业务指标处于所述预设的移动业务指标区间中的用户数量；

基于移动业务指标处于所述预设的移动业务指标区间中的用户数量和所述多个用户的总数量，确定所述移动业务指标的信息增益值；

基于所述移动业务指标的信息增益值，依次确定所述决策树的根节点和叶子节点；

基于所述决策树，确定所述低感知用户预测模型。

6.如权利要求5所述的方法，其特征在于，基于移动业务指标处于所述预设的移动业务指标区间中的用户数量和所述多个用户的总数量，确定所述移动业务指标的信息增益值，包括：

基于移动业务指标处于所述预设的移动业务指标区间中的用户数量和所述多个用户的总数量，确定所述移动业务指标的信息熵和所述多个用户的数据集的信息熵；

基于所述移动业务指标的信息熵和所述多个用户的数据集的信息熵，确定所述移动业务指标的信息增益值。

7.如权利要求5所述的方法，其特征在于，基于所述决策树，确定所述低感知用户预测模型，包括：

将所述决策树按照预设的遍历算法进行剪枝处理，得到预设个数的决策树；

依次计算所述预设个数的决策树的损失函数值；

从所述预设个数的决策树中确定损失函数值最小的决策树；

基于所述损失函数值最小的决策树，确定所述低感知用户预测模型。