公开(公告)号：CN105281959B

公开(公告)日：2018-05-04

申请号：CN201510741904.4

申请日：2015-11-04

Applicant: 东北大学

Inventor： 于瑞云 ,  顾宁伦 ,  才鑫 ,  曾令兵 ,  夏兴有

IPC: H04L12/24

Abstract: 本发明公开一种基于隐马尔可夫模型的移动通信用户流失预测方法，属于数据业务领域。采集移动用户的通信记录数据；数据预处理；建立隐马尔可夫模型；对观测状态节点对应的数据进行处理；利用前T个月已知的观测状态节点的趋势状态数据，计算第T月隐状态节点的概率分布，再进行归一化，利用第T月隐状态节点的概率分布计算隐状态节点的状态之间的概率转移得到移动用户第T+1月的流失概率；各步骤均是在hadoop大数据平台上完成。本发明在大数据Hadoop分布式平台上对通信数据进行分析并预测，充分利用大数据的优势，对移动通信用户的所有数据进行分析，提升了预测移动通信用户流失的准确性和高效性。

公开(公告)号：CN105281959A

公开(公告)日：2016-01-27

申请号：CN201510741904.4

申请日：2015-11-04

Applicant: 东北大学

Inventor： 于端云 ,  顾宁伦 ,  才鑫 ,  曾令兵 ,  夏兴有

IPC: H04L12/24

CPC classification number: H04L41/142 ,  H04L41/147

Abstract: 本发明公开一种基于隐马尔可夫模型的移动通信用户流失预测方法，属于数据业务领域。采集移动用户的通信记录数据；数据预处理；建立隐马尔可夫模型；对观测状态节点对应的数据进行处理；利用前T个月已知的观测状态节点的趋势状态数据，计算第T月隐状态节点的概率分布，再进行归一化，利用第T月隐状态节点的概率分布计算隐状态节点的状态之间的概率转移得到移动用户第T+1月的流失概率；各步骤均是在hadoop大数据平台上完成。本发明在大数据Hadoop分布式平台上对通信数据进行分析并预测，充分利用大数据的优势，对移动通信用户的所有数据进行分析，提升了预测移动通信用户流失的准确性和高效性。