[发明专利]一种改进的Lasso+RBF神经网络组合预测方法

摘要

本发明涉及一种改进的Lasso+RBF神经网络组合预测模型，属于大数据分析与处理领域。该模型的预测过程为：通过对客户关系的生命周期特征做出界定，将客户生命周期划分为获取阶段、提升阶段、成熟阶段、衰退阶段和流失阶段；将流失阶段客户作为模型的训练集和测试集，其余4个阶段的客户作为预测客户，并将流失阶段客户再次划分为前四个阶段；分别用Lasso回归提取特征，再分别训练每个阶段对应的RBF神经网络模型；将得到的前4个未流失阶段的客户分别带入训练出的对应阶段的模型中进行预测；最后将得到的预测结果组合起来，即为将要流失的客户集。本发明所述模型使提取的特征更加准确，减小数据的不平衡性，提高预测的精确性。

主权项

1.一种改进的Lasso+RBF神经网络组合预测模型，其特征在于，该模型的预测过程具体包括以下步骤：S1：通过对客户关系的生命周期特征做出界定，将客户关系的生命周期划分为获取阶段、提升阶段、成熟阶段、衰退阶段和流失阶段；S2：流失阶段的客户为流失客户，将流失阶段的客户作为模型的训练集和测试集，其余4个阶段的客户作为预测客户，并按照步骤S1给出的阶段的界定，将流失阶段的客户再次划分为获取阶段、提升阶段、成熟阶段和衰退阶段；S3：将由流失客户划分出的4个阶段的客户，分别用Lasso回归提取特征，得到各个阶段对应的流失特征；S4：基于步骤S3的各个阶段的特征，再分别训练每个阶段对应的RBF神经网络模型；S5：将步骤S1得到的前4个未流失阶段的客户分别带入步骤S4训练出的对应阶段的模型中进行预测；S6：最后将步骤S5得到的预测结果组合起来，即为将要预测的电信将要流失的客户集。