公开(公告)号：CN114119044B

公开(公告)日：2025-03-25

申请号：CN202111334479.9

申请日：2021-11-11

Applicant: 浙江工业大学

Inventor： 周佳焕 ,  池凯凯

IPC: G06Q30/01 ,  G06Q30/0601 ,  G06F18/213 ,  G06F18/214 ,  G06F18/243

Abstract: 本发明公开了一种基于信息增益的宽带电视用户推荐方法及装置，对目标客户属性进行泛化提取，获取目标客户属性特征并进行预处理，生成训练样本，根据属性特征的相关性和信息增益对训练样本中的属性特征进行降维处理；然后将训练样本输入到预设的多个分类模型，并进行交叉验证，选择出性能最优的分类模型；最后对选择出的分类模型进行参数调整，采用参数调整后的分类模型，对潜在客户进行预测，选择预测概率大于设定的概率阈值且活跃天数大于活跃阈值的潜在客户组成推荐客户群。本发明通过各个特征的信息增益水平来选取特征，过滤噪音数据，能较好的提升模型的预测能力。

公开(公告)号：CN114119044A

公开(公告)日：2022-03-01

申请号：CN202111334479.9

申请日：2021-11-11

Applicant: 浙江工业大学

Inventor： 周佳焕 ,  池凯凯

IPC: G06Q30/00 ,  G06Q30/06 ,  G06K9/62

Abstract: 本发明公开了一种基于信息增益的宽带电视用户推荐方法及装置，对目标客户属性进行泛化提取，获取目标客户属性特征并进行预处理，生成训练样本，根据属性特征的相关性和信息增益对训练样本中的属性特征进行降维处理；然后将训练样本输入到预设的多个分类模型，并进行交叉验证，选择出性能最优的分类模型；最后对选择出的分类模型进行参数调整，采用参数调整后的分类模型，对潜在客户进行预测，选择预测概率大于设定的概率阈值且活跃天数大于活跃阈值的潜在客户组成推荐客户群。本发明通过各个特征的信息增益水平来选取特征，过滤噪音数据，能较好的提升模型的预测能力。