本申請涉及電數(shù)字數(shù)據(jù)處理領(lǐng)域，具體而言，涉及一種業(yè)務(wù)預(yù)測模型訓(xùn)練方法、裝置及非易失性存儲介質(zhì)。

背景技術(shù)：

1、在對二分基模型進行訓(xùn)練時，通常會要求正負樣本之間的比例接近1∶1，來保證訓(xùn)練效率和訓(xùn)練結(jié)果。但是在實際應(yīng)用場景中，可能存在正負樣本嚴重失衡的情況。這導(dǎo)致相關(guān)技術(shù)中在特定應(yīng)用場景下無法保證二分基模型的訓(xùn)練效率。進而導(dǎo)致在特定應(yīng)用場景下無法有效對業(yè)務(wù)結(jié)果進行預(yù)測。

2、針對上述的問題，目前尚未提出有效的解決方案。

技術(shù)實現(xiàn)思路

1、本申請實施例提供了一種業(yè)務(wù)預(yù)測模型訓(xùn)練方法、裝置及非易失性存儲介質(zhì)，以至少解決由于相關(guān)技術(shù)中在特定應(yīng)用場景下二分模型訓(xùn)練效率低導(dǎo)致的在特定應(yīng)用場景下無法有效的對業(yè)務(wù)結(jié)果進行預(yù)測的技術(shù)問題。

2、根據(jù)本申請實施例的一個方面，提供了一種業(yè)務(wù)預(yù)測模型訓(xùn)練方法，包括：獲取待預(yù)測業(yè)務(wù)的歷史業(yè)務(wù)數(shù)據(jù)，并從歷史業(yè)務(wù)數(shù)據(jù)中確定第一類訓(xùn)練樣本和第二類訓(xùn)練樣本，其中，第二類訓(xùn)練樣本多于第一類訓(xùn)練樣本，在第一類訓(xùn)練樣本為正樣本的情況下，第二類訓(xùn)練樣本為負樣本，在第一類訓(xùn)練樣本為負樣本的情況下，第二類訓(xùn)練樣本為正樣本；將第二類訓(xùn)練樣本隨機劃分為多個第一樣本集合，并將多個第一樣本集合分別與第一類訓(xùn)練樣本融合，得到多個第二樣本集合；依據(jù)多個第二樣本集合對業(yè)務(wù)預(yù)測模型進行訓(xùn)練，其中，業(yè)務(wù)預(yù)測模型中包括多個二分基模型，二分基模型的數(shù)量與第二樣本集合的數(shù)量相同，業(yè)務(wù)預(yù)測模型用于處理與待預(yù)測業(yè)務(wù)相關(guān)的待預(yù)測樣本，從而得到待預(yù)測業(yè)務(wù)的預(yù)測業(yè)務(wù)處理結(jié)果。

3、可選地，將第二類訓(xùn)練樣本隨機劃分為多個第一樣本集合包括：對第一類訓(xùn)練樣本進行聚類，得到聚類結(jié)果，其中，聚類結(jié)果中包括聚類中心；確定各個第二類訓(xùn)練樣本和聚類中心之間的相似度，并依據(jù)相似度對第二類訓(xùn)練樣本進行篩選，得到第一篩選結(jié)果，其中，第二類訓(xùn)練樣本和聚類中心之間的相似度為第二類訓(xùn)練樣本與各個聚類之間的相似度的最小值；將第一篩選結(jié)果隨機劃分為多個第一樣本集合。

4、可選地，方法還包括：確定各個待預(yù)測樣本與聚類中心之間的相似度，其中，待預(yù)測樣本與聚類中心之間的相似度為待預(yù)測樣本與各個聚類中心之間的相似度的最小值；基于各個待預(yù)測樣本對應(yīng)的相似度和預(yù)設(shè)相似度閾值對待預(yù)測樣本進行篩選，得到第二篩選結(jié)果，其中，第二篩選結(jié)果中包括對應(yīng)的相似度大于預(yù)設(shè)相似度閾值的待預(yù)測樣本；采用業(yè)務(wù)預(yù)測模型處理第二篩選結(jié)果。

5、可選地，方法還包括：通過每個二分基模型分別處理待預(yù)測樣本，得到各個二分基模型的模型輸出結(jié)果；依據(jù)各個二分基模型的模型輸出結(jié)果，確定預(yù)測業(yè)務(wù)處理結(jié)果。

6、可選地，依據(jù)多個第二樣本集合對業(yè)務(wù)預(yù)測模型進行訓(xùn)練包括：確定與每個第二樣本集合對應(yīng)的二分基模型；對每個二分基模型，采用與二分基模型對應(yīng)的第二樣本集合進行訓(xùn)練。

7、可選地，用與二分基模型對應(yīng)的第二樣本集合進行訓(xùn)練包括：采用輕量梯度提升機算法和第二樣本集合對二分基模型進行訓(xùn)練，直到二分基模型的評價指標(biāo)的波動值在預(yù)設(shè)閾值區(qū)間內(nèi)，其中，評價指標(biāo)的波動值為本輪訓(xùn)練的評價指標(biāo)與上一輪訓(xùn)練的評價指標(biāo)之間的差值，評價指標(biāo)包括以下至少之一：精確率，召回率，以及精確率和召回率的調(diào)和平均數(shù)。

8、可選地，待預(yù)測業(yè)務(wù)包括用戶寬帶流失風(fēng)險預(yù)測業(yè)務(wù)，預(yù)設(shè)業(yè)務(wù)的潛在客戶挖掘結(jié)果預(yù)測，其中，在待預(yù)測業(yè)務(wù)為用戶寬帶流失風(fēng)險預(yù)測業(yè)務(wù)的情況下，正樣本為預(yù)設(shè)時間段內(nèi)不再辦理寬帶業(yè)務(wù)的客戶樣本數(shù)據(jù)，負樣本為預(yù)設(shè)時間段內(nèi)繼續(xù)辦理寬帶業(yè)務(wù)的客戶樣本數(shù)據(jù)；在待預(yù)測業(yè)務(wù)為預(yù)設(shè)業(yè)務(wù)的潛在客戶挖掘結(jié)果預(yù)測的情況下，正樣本為辦理預(yù)設(shè)業(yè)務(wù)的客戶樣本數(shù)據(jù)，負樣本為不辦理預(yù)設(shè)業(yè)務(wù)的客戶樣本數(shù)據(jù)。

9、根據(jù)本申請實施例的另一方面，還提供了一種業(yè)務(wù)預(yù)測模型訓(xùn)練裝置，包括：第一處理模塊，用于獲取待預(yù)測業(yè)務(wù)的歷史業(yè)務(wù)數(shù)據(jù)，并從歷史業(yè)務(wù)數(shù)據(jù)中確定第一類訓(xùn)練樣本和第二類訓(xùn)練樣本，其中，第二類訓(xùn)練樣本多于第一類訓(xùn)練樣本，在第一類訓(xùn)練樣本為正樣本的情況下，第二類訓(xùn)練樣本為負樣本，在第一類訓(xùn)練樣本為負樣本的情況下，第二類訓(xùn)練樣本為正樣本；第二處理模塊，用于將第二類訓(xùn)練樣本隨機劃分為多個第一樣本集合，并將多個第一樣本集合分別與第一類訓(xùn)練樣本融合，得到多個第二樣本集合；第三處理模塊，用于依據(jù)多個第二樣本集合對業(yè)務(wù)預(yù)測模型進行訓(xùn)練，其中，業(yè)務(wù)預(yù)測模型中包括多個二分基模型，二分基模型的數(shù)量與第二樣本集合的數(shù)量相同，業(yè)務(wù)預(yù)測模型用于處理與待預(yù)測業(yè)務(wù)相關(guān)的待預(yù)測樣本，從而得到待預(yù)測業(yè)務(wù)的預(yù)測業(yè)務(wù)處理結(jié)果。

10、根據(jù)本申請實施例的另一方面，還提供了一種非易失性存儲介質(zhì)，非易失性存儲介質(zhì)中存儲有程序，其中，在程序運行時控制非易失性存儲介質(zhì)所在設(shè)備執(zhí)行業(yè)務(wù)預(yù)測模型訓(xùn)練方法。

11、根據(jù)本申請實施例的另一方面，還提供了一種電子設(shè)備，包括：存儲器和處理器，處理器用于運行存儲在存儲器中的程序，其中，程序運行時執(zhí)行業(yè)務(wù)預(yù)測模型訓(xùn)練方法。

12、根據(jù)本申請實施例的另一方面，還提供了一種計算機程序產(chǎn)品，包括計算機程序，計算機程序在被處理器執(zhí)行時實現(xiàn)業(yè)務(wù)預(yù)測模型訓(xùn)練方法的步驟。

13、在本申請實施例中，采用獲取待預(yù)測業(yè)務(wù)的歷史業(yè)務(wù)數(shù)據(jù)，并從歷史業(yè)務(wù)數(shù)據(jù)中確定第一類訓(xùn)練樣本和第二類訓(xùn)練樣本，其中，第二類訓(xùn)練樣本多于第一類訓(xùn)練樣本，在第一類訓(xùn)練樣本為正樣本的情況下，第二類訓(xùn)練樣本為負樣本，在第一類訓(xùn)練樣本為負樣本的情況下，第二類訓(xùn)練樣本為正樣本；將第二類訓(xùn)練樣本隨機劃分為多個第一樣本集合，并將多個第一樣本集合分別與第一類訓(xùn)練樣本融合，得到多個第二樣本集合；依據(jù)多個第二樣本集合對業(yè)務(wù)預(yù)測模型進行訓(xùn)練，其中，業(yè)務(wù)預(yù)測模型中包括多個二分基模型，二分基模型的數(shù)量與第二樣本集合的數(shù)量相同，業(yè)務(wù)預(yù)測模型用于處理與待預(yù)測業(yè)務(wù)相關(guān)的待預(yù)測樣本，從而得到待預(yù)測業(yè)務(wù)的預(yù)測業(yè)務(wù)處理結(jié)果的方式，通過對第二類訓(xùn)練樣本進行劃分并與第一類訓(xùn)練樣本融合，達到了平衡各個樣本集合中的第一類訓(xùn)練樣本和第二類訓(xùn)練樣本的比例的目的，從而實現(xiàn)了提高二分模型的訓(xùn)練效率的技術(shù)效果，進而解決了由于相關(guān)技術(shù)中在特定應(yīng)用場景下二分模型訓(xùn)練效率低導(dǎo)致的在特定應(yīng)用場景下無法有效的對業(yè)務(wù)結(jié)果進行預(yù)測的技術(shù)問題。

技術(shù)特征：

1.一種業(yè)務(wù)預(yù)測模型訓(xùn)練方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的業(yè)務(wù)預(yù)測模型訓(xùn)練方法，其特征在于，將所述第二類訓(xùn)練樣本隨機劃分為多個第一樣本集合包括：

3.根據(jù)權(quán)利要求2所述的業(yè)務(wù)預(yù)測模型訓(xùn)練方法，其特征在于，所述業(yè)務(wù)預(yù)測模型訓(xùn)練方法還包括：

4.根據(jù)權(quán)利要求1所述的業(yè)務(wù)預(yù)測模型訓(xùn)練方法，其特征在于，所述方法還包括：

5.根據(jù)權(quán)利要求1所述的業(yè)務(wù)預(yù)測模型訓(xùn)練方法，其特征在于，依據(jù)多個所述第二樣本集合對業(yè)務(wù)預(yù)測模型進行訓(xùn)練包括：

6.根據(jù)權(quán)利要求5所述的業(yè)務(wù)預(yù)測模型訓(xùn)練方法，其特征在于，采用與所述二分基模型對應(yīng)的所述第二樣本集合進行訓(xùn)練的步驟包括：

7.根據(jù)權(quán)利要求1所述的業(yè)務(wù)預(yù)測模型訓(xùn)練方法，其特征在于，所述待預(yù)測業(yè)務(wù)包括用戶寬帶流失風(fēng)險預(yù)測業(yè)務(wù)，預(yù)設(shè)業(yè)務(wù)的潛在客戶挖掘結(jié)果預(yù)測，其中，

8.一種業(yè)務(wù)預(yù)測裝置，其特征在于，包括：

9.一種非易失性存儲介質(zhì)，其特征在于，所述非易失性存儲介質(zhì)中存儲有程序，其中，在所述程序運行時控制所述非易失性存儲介質(zhì)所在設(shè)備執(zhí)行權(quán)利要求1至7中任意一項所述的業(yè)務(wù)預(yù)測模型訓(xùn)練方法。

10.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7中任意一項所述的業(yè)務(wù)預(yù)測模型訓(xùn)練方法的步驟。

技術(shù)總結(jié)
本申請公開了一種業(yè)務(wù)預(yù)測模型訓(xùn)練方法、裝置及非易失性存儲介質(zhì)。其中，該方法包括：獲取待預(yù)測業(yè)務(wù)的歷史業(yè)務(wù)數(shù)據(jù)，并從歷史業(yè)務(wù)數(shù)據(jù)中確定第一類訓(xùn)練樣本和第二類訓(xùn)練樣本，第二類訓(xùn)練樣本多于第一類訓(xùn)練樣本；將第二類訓(xùn)練樣本隨機劃分為多個第一樣本集合，并將多個第一樣本集合分別與第一類訓(xùn)練樣本融合，得到多個第二樣本集合；依據(jù)多個第二樣本集合對業(yè)務(wù)預(yù)測模型進行訓(xùn)練，業(yè)務(wù)預(yù)測模型中包括多個二分基模型，二分基模型的數(shù)量與第二樣本集合的數(shù)量相同。本申請解決了由于相關(guān)技術(shù)中在特定應(yīng)用場景下二分模型訓(xùn)練效率低導(dǎo)致的在特定應(yīng)用場景下無法有效的對業(yè)務(wù)結(jié)果進行預(yù)測的技術(shù)問題。

技術(shù)研發(fā)人員：張麗,張磊,邵文昊,劉媛
受保護的技術(shù)使用者：中國電信股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6