[发明专利]基于分类和聚类结合的宽带用户维挽的实现方法

权利要求书

1.一种基于分类算法和聚类思想结合的宽带离网用户维挽的实现方法，其特征在于，具体包括以下步骤：

S1：采集用户宽带数据，用于后续判断用户是否会离网；

S2：对步骤S1中采集的用户宽带数据进行数据清洗，将所述用户宽带数据转换成统一的格式后进行分类并进行可视化，筛选出样本数据；

S3：对步骤S2中的样本数据进行降维处理，并根据特征重要性筛选数据，获得每个输入特征的平均重要性分数，再采用重采样筛选数据获得数据集；

S4：确定算法模型的评判标准，选择算法模型；

S5：根据数据集训练模型；

S6：采用步骤S5中训练获得的模型拟合新数据并输出结果；

S7：对结果进行分析并判断用户是否会离网。

2.根据权利要求1所述的基于分类算法和聚类思想结合的宽带离网用户维挽的实现方法，其特征在于，所述步骤S1中的用户宽带数据包括基础指标如用户标识，宽带带宽，宽带上行速率，下载速率、是否高频告警ONU、是否链路利用率超过70％、宽带/电视质差类型、宽带营销案剩余到期月份数、用户投诉次数以及用户的状态、用户是否离网的特性信息。

3.根据权利要求2所述的基于分类算法和聚类思想结合的宽带离网用户维挽的实现方法，其特征在于，所述步骤S2具体包括以下步骤：

S21：对步骤S1中采集的用户宽带数据进行数据清洗，对于存在缺失值的，进行缺失处理；

S22：将用户宽带数据中的文本数据转换成数值类型数据；

S23：将数值类型数据按照离网和未离网用户进行可视化，选择带有用户离网标识字段的用户在离网三个月之前的数据作为样本数据。

4.根据权利要求2所述的基于分类算法和聚类思想结合的宽带离网用户维挽的实现方法，其特征在于，所述步骤S3具体包括以下步骤：

S31：采用相关系数法对数据进行降维处理，对数据中相似的两个特征保留一个特征；

S32：对步骤S31处理后的数据采用随机森林的重要性排序进行数据筛选，获得每个输入特征的平均重要性分数以及给定重复的分数分布作为结果；

S33：再采用重采样进行数据筛选获得数据集。

5.根据权利要求4所述的基于分类算法和聚类思想结合的宽带离网用户维挽的实现方法，其特征在于，所述步骤S31采用相关系数法对数据进行降维处理的具体步骤为：

S311：首先选择特征向量，计算两个向量的相似程度；具体的公式为：

其中r表示相关系数；向量x的均值，向量y的均值，Xi、Yi为单独的特征向量，n为特性向量中数据的个数；

S312：若两个特征的相关系数r的绝对值高于设定的阈值，则表示两个特征在数据变化上有高度相似性，则保留其中一个特征。

6.根据权利要求5所述的基于分类算法和聚类思想结合的宽带离网用户维挽的实现方法，其特征在于，所述步骤S32的具体步骤为：

S321：加载步骤S31处理后的数据，拆分数据特征和数据对应的标签，把数据标签“是否离网”转换成数值类型0，1后，并将其他数据维度也转换成数值类型；

S322：采用随机森林模型对数据进行拟合，随机森林模型对数据集进行预测；

S323：对数据集中的每个特征均重复步骤S322的处理；

S324：对数据集再多次循环步骤S321～S323进行处理，取多次处理的平均值，将每个输入特征的平均重性分数以及给定重复的分数分布作为结果。