摘要
本发明公开了一种基于机器学习的电话引流方法、系统及存储介质,包括构建有害和正常号码的样本特征库;对样本特征库中的特征数据进行预处理,并划分为特征训练集和特征测试集;基于特征训练集,构建决策树;基于特征测试集,对决策树中的决策规则进行筛选,获得在测试集上表现最优的特征组合及特征组合对应的分割阈值;收集新批次呼叫号码,并获取呼叫号码的特征数据,基于最优特征组合及特征组合对应的分割阈值对呼叫号码的特征数据进行识别,从而预测出该呼叫号码是有害号码还是正常号码;定时更新最优特征组合及其对应的分割阈值,确保在有害号码特征发生变化时,同样能实现较好的引流效果。本发明利用机器学习算法对样本特征数据进行分类,并筛选出引流效果最好的特征组合和分割阈值,能够更准确地识别出有害电话,减少误判和漏判。
技术关键词
号码
构建决策树
电话
样本
节点
特征选择
训练集
决策树剪枝
筛选方法
数据
机器学习算法
引流系统
统计特征
案件
识别模块
可读存储介质
指数
程序
系统为您推荐了相关专利信息
网络性能评估方法
网络性能监测
电力巡检
网络性能参数
故障恢复时间
故障特征提取
一维卷积神经网络
电缆故障诊断系统
10kV配电网
粒子群优化算法
双向长短期记忆
数据清洗方法
编码器
注意力机制
异常数据处理
评价指标体系
人工蜂群算法
单轴抗压强度
高斯径向基函数
训练集