摘要
本发明公开了基于潜变量的电信用户推荐方法、装置、电子设备及介质,包括:对电信用户数据进行群体划分,得到多个用户群体的群体数据;根据群体数据和预设的潜变量模型确定潜变量向量;构建基于潜变量的逻辑回归模型;根据群体数据和潜变量向量对逻辑回归模型进行训练,得到各用户群体对应的多业务办理意愿预测模型;对多业务办理意愿预测模型进行集成学习,得到电信用户业务办理意愿预测模型;根据电信用户业务办理意愿预测模型和目标用户数据得到各预设业务的办理意愿预测结果,进而确定目标推广业务和对应的目标推荐用户。本发明可实现针对特定业务的高办理意愿用户筛选,提高了电信用户推荐的准确性,可广泛应用于机器学习技术领域。
技术关键词
逻辑回归模型
电信
推荐方法
联合损失函数
多业务
协方差矩阵
最佳聚类数目
数据
梯度提升决策树
潜变量模型
电子设备
机器学习技术
肘部法则
模型训练模块
因子
处理器
轮廓系数
特征值
系统为您推荐了相关专利信息
协作机械臂
双模态
智能协作
肌电信号反馈
电机定位精度
深层特征提取
浅层特征提取
多任务
生成超分辨率图像
联合损失函数