[发明专利]一种基于决策树的通信用户退网预测方法

摘要

本发明涉及一种基于决策树的通信用户退网预测方法，属于人工智能技术领域。本发明通过计算类标号属性的信息熵、每一个属性划分子集的熵、类标号属性的信息增益，将每个属性按照其信息增益大小排序，获得最大信息增益的属性；其次使用贝叶斯公式，对训练数据集中每个属性取值进行权重判断；最后以最大信息增益的属性创建节点，并以此属性标记，对属性的每个值创建分枝，权重最大的属性值连接下一个属性，通过决策树的构建，建立用户流失预警模型。

主权项

1.一种基于决策树的通信用户退网预测方法，其特征在于：Step1、数据采集：将样本通信用户基础信息与用户消费行为放入训练数据集合S中；其中通信用户基础信息包括：用户号码，属性A用户年龄，属性B性别、属性C开户时间、属性D客户等级、属性E每月消费费用；用户消费行为包括：属性F通话时长、属性G流量用量、属性H短信用量、属性J增值业务用量；Step2、数据处理：将S集中的每类属性数据，进行分类；Step3、将类标号特征值分为n类，其中类标号特征值有t个值，tu为每类所含样本个数，对于给定的类标号特征值，信息熵可定义为如公式(1)所示：其中从S集中抽取属性ABCDEFGHJ中的任一一个属性，构成其任一个子集记为Sk(k＝A,B,C,D,E,F,G,H,J)，在子集Sk中，根据其特征分类分为Skj类(j＝1,...,v)，其中每一类有Skij(i＝1,...,m)个值；按照分类取值可得各个分类的信息熵：Step4、计算每个属性划分子集的熵为如公式(3)所示：Step5、用信息增益来衡量熵的期望减少值，则选择属性k对S进行划分获得的信息增益为如公式(4)所示：Gain(k)＝I(T1,T2,...,Tn)‑Ent(k)                  (4)Gain(k)代表已知属性k后导致熵的期望压缩；Step6、使用贝叶斯公式其中(k＝A,B,C,D,E,F,G,H,J)对训练数据集中每个属性取值进行权重判断；Step7、构建决策树，将每个属性按照其信息增益大小排序，获得最大信息增益的属性；创建节点，并以此属性标记，对属性的每个值创建分枝；权重最大的属性值连接下一个属性；Step8、根据所构建的决策树，建立用户流失预警模型。