客户流失预测的深度学习方法及装置
基本信息
| 申请号 | CN201811370186.4 | 申请日 | - |
| 公开（公告）号 | CN109636443A | 公开（公告）日 | 2019-04-16 |
| 申请公布号 | CN109636443A | 申请公布日 | 2019-04-16 |
| 分类号 | G06Q30/02（2012.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 宋晶科; 王华; 林峰; 孔令浚; 王玉婷; 宦琦; 曾钧鹏; 许萍; 朱亦丹 | 申请（专利权）人 | 南京中数媒介研究有限公司 |
| 代理机构 | 南京理工大学专利中心 | 代理人 | 南京中数媒介研究有限公司 |
| 地址 | 210012 江苏省南京市雨花台区花神大道21层东区 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种客户流失预测的深度学习方法及装置。根据设定的规则对采集的存量数据标注流失和续费标签，并把已经做完流失续费标签的客户按照比例分为训练样本和测试样本，利用预测模型对训练样本中的流失和续费两种不同类型的客户学习所选取的客户的特征得到训练模型，把训练模型代入到测试样本中，根据训练模型预测结果与测试样本中的流失续费标记作比较，评估训练模型的预测准确率，选取准确率较高的模型作为实际应用中的模型。使用本发明的方法能够准确判断客户流失的概率，提高流失判断精度，降低人工盲目回访成本。 |
