| 发明名称 | 面向后台多源数据的特征提取和特征选择方法 | ||
| 摘要 | 一种面向后台多源数据的特征提取和特征选择方法，其特征在于，包括如下步骤：(1)在多个月份的后台数据上划分训练集和测试集；(2)训练集上针对不同的源数据提取相应分组特征；(3)使用Group Lasso方法，在测试集上通过交叉验证进行特征组选择。本发明的有益效果为：对于选择出来的组特征，使用C45决策树建立分类器离网用户分析分类器，对离网用户预测的准确率达到了45％，对存在离网倾向的停机用户预测的准确率达到了88％。 | ||
| 申请公布号 | CN104268572A | 申请公布日期 | 2015.01.07 |
| 申请号 | CN201410491742.9 | 申请日期 | 2014.09.23 |
| 申请人 | 南京大学;中博信息技术研究院有限公司 | 发明人 | 范剑锋;杨琬琪;高阳;史颖欢;孙良君 |
| 分类号 | G06K9/62(2006.01)I;G06K9/46(2006.01)I | 主分类号 | G06K9/62(2006.01)I |
| 代理机构 | 南京钟山专利代理有限公司 32252 | 代理人 | 戴朝荣 |
| 主权项 | 一种面向后台多源数据的特征提取和特征选择方法，其特征在于，包括如下步骤：(1)在多个月份的后台数据上划分训练集和测试集；(2)训练集上针对不同的源数据提取相应分组特征；(3)使用Group Lasso方法，在测试集上通过交叉验证进行特征组选择；其中，步骤(2)中的用户每日上网时间序列，使用了基于多尺度直方图统计的上网时间趋势特征提取方法；步骤(3)中的Group Lasso方法的λ值，使用5*10<sup>‑5</sup>，5*10<sup>‑4</sup>，5*10<sup>‑3</sup>，0.05，0.1，0.5和0.9这七组值并且使用Logistic Regression方法进行交叉验证。 | ||
| 地址 | 210093 江苏省南京市鼓楼区汉口路22号 | ||