-
公开(公告)号：CN112214675B
公开(公告)日：2024-04-09
申请号：CN202011117375.8
申请日：2020-10-19
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F16/9535 , G06F16/9537 , G06F18/213 , G06N20/00
Abstract: 本申请实施例提供了一种用户购机的确定方法、装置、设备及计算机存储介质，方法包括：获取第一用户的目标特征数据；根据所述目标特征数据和预设的神经网络模型，得到第一概率值；所述神经网络模型为通过学习包含所述目标特征数据的样本与所述第一概率值的映射关系得到；在所述第一概率值大于或等于预设第一阈值的情况下，确定所述第一用户在目标时间段内购机。本申请实施例能够解决现有方案在确定用户是否会在目标时间段内购买新的移动通讯设备时准确度低的问题。
-
公开(公告)号：CN117575081A
公开(公告)日：2024-02-20
申请号：CN202311563168.9
申请日：2023-11-21
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/04 , G06F16/29 , G06F18/23 , G06F18/214 , G06F18/10 , G06F18/213
Abstract: 本发明属于大数据技术领域，公开了一种人流量预测方法、装置、设备及存储介质。该方法包括：根据目标场景的用户信令数据，确定用户轨迹信息，生成用户画像；根据所述目标场景，确定特征数据的权重，所述特征数据至少包括所述用户画像；根据所述用户信令数据，生成人流量时间序列；根据所述人流量时间序列、所述特征数据以及所述特征数据的权重，构建人流量预测模型；基于所述人流量预测模型，预测所述目标场景下的未来人流量数据。通过上述方式，结合多时序性的信令数据以及能够表征用户活动轨迹的用户画像等特征数据，构建不同场景下的人流量预测模型，可以对不同场景下的人流量进行预测，提高了预测的准确性以及场景适应性。
-
公开(公告)号：CN117495485A
公开(公告)日：2024-02-02
申请号：CN202311429489.X
申请日：2023-10-30
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0601 , G06N20/00
Abstract: 本发明公开了一种产品推荐方法、设备及可读存储介质，涉及产品推荐技术领域。所述产品推荐方法包括：获取样本用户的样本属性信息，并对所述样本属性信息进行特征提取，获得样本特征信息；从所述样本特征信息选取出训练样本集，并对所述训练样本集进行样本平衡处理，获得新的训练样本集；根据新的训练样本集，对初始随机森林模型进行训练，获得目标随机森林模型；获取目标用户的用户属性信息，对所述用户属性信息进行特征提取，获得属性特征信息；将所述属性特征信息输入目标随机森林模型，输出所述目标用户的推荐产品。本发明提高了对于目标用户推荐产品的预测精度。
-
公开(公告)号：CN116977010A
公开(公告)日：2023-10-31
申请号：CN202211527104.9
申请日：2022-11-30
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0601 , G06Q50/32 , G06F18/25 , G06F18/2411 , G06F18/2431 , G06F18/241 , G06F18/214
Abstract: 本发明提供一种业务推荐模型的构建、业务推荐方法及装置，包括：基于有效业务特征和衍生组合特征，确定待筛选数据样本；并筛选出正样本和负样本，生成建模数据；利用目标业务的初始业务推荐模型对建模数据进行预测，根据预测结果更新负样本的权重；基于所述负样本更新后的权重，从建模数据中获取测试数据集，基于测试数据集和初始业务推荐模型，构建业务推荐模型。最终构成的构建业务推荐模型融合了SVM模型、随机森林模型、三层神经网络模型、XGBOOST模型，且提高了的泛化性能，利用所构成的构建业务推荐模型对用户的有效业务特征和衍生组合特征进行预测，能够提高业务推荐的成功率。
-
公开(公告)号：CN115146288A
公开(公告)日：2022-10-04
申请号：CN202110346428.1
申请日：2021-03-31
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本发明提供一种监控方法、装置、电子设备及存储介质，该方法包括：MAP映射层接收外部应用的访问请求；基于所述访问请求和所述MAP映射层的监控限制条件，监控所述外部应用的访问操作；所述MAP映射层的监控限制条件用于限制所述MAP映射层仅在所述访问请求满足所述监控限制条件的情况下进行监控。本发明通过MAP映射层接收到的外部应用的访问请求和MAP映射层设置的监控限制条件，在满足所述监控限制条件的情况下，监控所述外部应用的所有访问操作。实现了对外部应用的访问操作，进行有条件的自主监控，提高了数据信息的安全性。
-
Patent Agency Ranking
公开(公告)号：CN115460610B
公开(公告)日：2024-12-10
申请号：CN202110636916.6
申请日：2021-06-08
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: H04W12/128 , H04W12/121
Abstract: 本发明提供一种预警方法、装置、电子设备及存储介质，该方法包括：获取目标号码的待检测数据；基于预警模型，对所述待检测数据进行判定，确定所述目标号码是待预警号码；其中，所述预警模型是基于第一样本数据训练获得的；所述第一样本数据的目标权重是在所述预警模型的训练过程中确定的。本发明通过在训练中灵活确定样本的权重，进而训练预警模型，并通过预警模型对待检测数据进行判定，确定目标号码是待预警号码，能够克服现有技术中预警样本和非预警样本分别设置固定权重引起的识别不准确的缺陷，可以实现更准确的对目标号码进行事前预警。
-
公开(公告)号：CN112487295B
公开(公告)日：2024-08-13
申请号：CN202011403554.8
申请日：2020-12-04
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F16/9535 , G06F18/2321 , G06F18/243
Abstract: 本申请提供了一种5G套餐推送方法、装置、电子设备及计算机存储介质。该5G套餐推送方法，包括：利用预设的多层级联分类器中的二分类模型确定5G套餐潜客；其中，多层级联分类器包括二分类模型和级联多分类器；针对5G套餐潜客，利用级联多分类器进行5G套餐推送。根据本申请实施例，能够更加准确地进行5G套餐推送。
-
公开(公告)号：CN117009659A
公开(公告)日：2023-11-07
申请号：CN202310878569.7
申请日：2023-07-17
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F16/9535 , G06N3/044 , G06N3/045 , G06N3/08
Abstract: 本发明公开一种套餐推荐方法、装置、设备及存储介质，涉及套餐推荐技术领域，方法包括：获取目标用户的相关历史数据集合，相关历史数据集合包括多种用户相关数据；将相关历史数据集合输入套餐推荐模型的特征提取模块，生成长序列特征编码；特征提取模块包括深度森林神经网络的多粒度扫描模块；将长序列特征编码输入套餐推荐模型的套餐匹配模块，得到待推荐套餐与目标用户的套餐匹配结果；套餐匹配模块包括循环神经网络。本发明使得循环神经网络根据长序列特征编码，输出的待推荐套餐与目标客户的套餐匹配结果更准确，解决了现有套餐推荐模型准确性较低的技术问题，提高了套餐推荐的准确性。
-
公开(公告)号：CN116991665A
公开(公告)日：2023-11-03
申请号：CN202310926170.1
申请日：2023-07-25
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了数据异常核查方法、装置、电子设备及可读存储介质，应用于多层架构系统，包括待核查数据层组和数据质量管道，待核查数据层组包括数据核查层和数据传输层，数据质量管道与数据核查层和数据传输层均通信连接，数据核查层位于数据传输层上方，包括：若在数据核查层检测到目标数据存在异常，则通过数据核查层向数据质量管道发送针对于目标数据的结果信息查询请求；在数据核查层接收数据质量管道根据结果信息查询请求反馈的总核查结果信息；根据总核查结果信息，对待核查数据层组进行异常核查，得到数据异常核查结果。本申请解决了进行数据核查的核查效率低的技术问题。
-
公开(公告)号：CN116797303A
公开(公告)日：2023-09-22
申请号：CN202210247993.7
申请日：2022-03-14
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0601 , G06F18/23213 , G06F18/22 , G06F18/2321 , G06N3/04 , G06N3/08 , G06F17/18
Abstract: 本申请涉及大数据处理技术领域，提供一种异网卡槽套餐推荐方法及系统。所述方法包括：获取异网卡槽的套餐使用状态数据，根据套餐使用状态数据生成对应的原始特征向量；将原始特征向量输入到改进的深度自编码器中，构建目标数据特征向量；基于改进的K‑means聚类模型，通过多个样本移动终端的历史数据特征向量，得到聚类结果；基于联合概率密度函数和数值距离，通过目标数据特征向量和历史数据特征向量，计算目标移动终端和聚类结果中每个样本移动终端之间数据特征向量的相似性度量，并根据相似性度量，确定对应样本移动终端的套餐信息；根据套餐信息，生成异网卡槽的套餐推荐信息。本申请实施例可提高异网卡槽套餐推荐信息的准确率。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.06 seconds)
