(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111594899.0 (22)申请日 2021.12.24 (71)申请人 中国电信股份有限公司 地址 100033 北京市西城区金融街31号 (72)发明人 张嘉　 (74)专利代理 机构 北京同达信恒知识产权代理 有限公司 1 1291 代理人 李琴 (51)Int.Cl. H04L 41/147(2022.01) H04L 41/16(2022.01) H04W 4/24(2009.01) G06N 20/00(2019.01) (54)发明名称 训练方法、 用户欠费离网预测方法及装置 (57)摘要 本公开实施例公开了训练方法、 用户欠费离 网预测方法及装置， 通过建立用户欠费离网预测 模型， 并通过上述训练方法对建立的用户欠费离 网预测模型进行训练， 可以得到训练后的用户欠 费离网预测模 型。 这样可以通过训练后的用户欠 费离网预测模型， 来预测用户在未来(例如， 数月 后)是否会欠费离网， 以得到存在欠费离网可能 性的高风险用户。 之后， 可 以利用监控单元在实 际业务发生时对高风险用户进行监控， 可以有效 地提高对高风险用户进行限制的效率。 大大降低 了移动通信用户的欠费离网率， 减少了移动通信 运营商的坏账。 权利要求书2页 说明书8页 附图3页 CN 114374618 A 2022.04.19 CN 114374618 A 1.一种训练方法， 其特 征在于， 包括： 建立基于机器学习算法的用户欠费离网预测模型， 并依次将所述用户欠费离网预测模 型中的欠费离网阈值设置为 不同的初始数值； 针对每个所述初始数值， 将预先确定出的训练集输入到所述欠费离网阈值设置为所述 初始数值时的用户欠费离网预测模型中， 输出所述初始数值对应的预测 值； 所述训练集包 括正类样本集和负类样本集； 根据每个所述初始数值对应的预测值， 从所述初始数值中确定目标 数值； 将所述用户欠费离网预测模型中的欠费离网阈值设置为所述目标数值， 得到训练后的 用户欠费离网预测模型。 2.如权利要求1所述的训练方法， 其特征在于， 所述根据每个所述初始数值对应的预测 值， 从所述初始数值中确定目标 数值， 包括： 根据每个所述初始数值对应的预测值， 确定ROC曲线； 根据所述ROC曲线， 从所述初始数值中确定所述目标 数值。 3.如权利要求2所述的训练方法， 其特征在于， 所述根据每个所述初始数值对应的预测 值， 确定ROC曲线， 包括： 根据每个所述初始数值对应的预测值， 确定每个所述初始数值对应的召回率和误报 率； 根据每个所述初始数值对应的召回率和误报率， 绘制所述ROC曲线； 所述目标 数值为所述ROC曲线中最左侧处的召回率和误报率对应的初始数值。 4.如权利要求1 ‑3任一项所述的训练方法， 其特 征在于， 所述确定训练集包括： 获取正类样本和负样本的基本信息； 其中， 所述基本信息包括： 用户通信信息、 月消费 金额信息、 套餐订购信息、 历史停复机记录信息； 确定所述正类样本在连续的多个设定月内用户通信信息的平均值和月消费金额信息 的平均值， 以及确定所述负 类样本在连续的多个设定月内用户通信信息的平均值和月消费 金额信息的平均值； 将所述正类样本对应的套餐订购信 息、 历史停复机记录信 息以及确定出的用户通信信 息的平均值和月消费金额信息的平均值， 作为所述正类样本集； 以及将所述负类样本对应 的套餐订购信息、 历史停复机记录信息以及确定出的用户通信信息的平均值和月消费金额 信息的平均值， 作为所述负类样本集。 5.如权利要求1 ‑3任一项所述的训练方法， 其特征在于， 所述机器学习算法包括逻辑 回 归算法。 6.一种用户欠费离网预测方法， 其特 征在于， 包括： 获取待预测的当前在网用户的预测基本信 息； 其中， 所述预测基本信 息包括： 所述待预 测用户的套餐订购信息、 历史停复机记录信息， 以及在连续的多个设定月内用户通信信息 的平均值和月消费金额信息的平均值； 将所述预测基本信息输入到如权利要求1 ‑5任一项所述的用户欠费离网预测模型中， 确定所述待预测的当前在网用户的预测值； 根据所述预测值， 确定所述待预测的当前在网用户的欠费离网情况。 7.如权利要求6所述的用户欠费离网预测方法， 其特征在于， 所述预测值为二进制数权　利　要　求　书 1/2 页 2 CN 114374618 A 2值； 所述根据所述预测值， 确定所述待预测的当前在网用户的欠费离网情况， 包括： 在所述预测值 为1时， 确定所述待预测用户不会欠费离网； 在所述预测值 为0时， 确定所述待预测用户会欠费离网。 8.如权利要求6所述的用户欠费离网预测方法， 其特征在于， 所述预测值为二进制数 值； 所述根据所述预测值， 确定所述待预测的当前在网用户的欠费离网情况， 包括： 在所述预测值 为0时， 确定所述待预测用户不会欠费离网； 在所述预测值 为1时， 确定所述待预测用户会欠费离网。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机可 执行指令， 当所述计算机程序被处理器执行时， 实现如权利要求 1‑5任一项所述的训练方法 或者如权利要求6 ‑8任一项所述的用户欠费离网预测方法。 10.一种计算机设备， 其特征在于， 所述计算机设备包括： 存储器、 处理器及存储在所述 存储器上并可在所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现 如权利要求1 ‑5任一项所述的训练方法或者如权利要求6 ‑8任一项所述的用户欠费离网预 测方法。权　利　要　求　书 2/2 页 3 CN 114374618 A 3