首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种改进的Lasso+RBF神经网络组合预测方法

发明专利有效专利
  • 申请号:
    CN201810607799.9
  • IPC分类号:G06Q10/04G06N3/04
  • 申请日期:
    2018-06-13
  • 申请人:
    重庆邮电大学
著录项信息
专利名称一种改进的Lasso+RBF神经网络组合预测方法
申请号CN201810607799.9申请日期2018-06-13
法律状态授权申报国家中国
公开/公告日2018-11-23公开/公告号CN108876034A
优先权暂无优先权号暂无
主分类号G06Q10/04IPC分类号G06Q10/04;G06N3/04查看分类表>
申请人重庆邮电大学申请人地址
重庆市南岸区黄桷垭崇文*** 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人重庆邮电大学当前权利人重庆邮电大学
发明人熊安萍;游涯;龙林波
代理机构北京同恒源知识产权代理有限公司代理人赵荣之
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。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供