[发明专利]基于逻辑回归算法的渠道潜在偏好客户识别方法

摘要

本发明涉及电力数据分析领域，为基于逻辑回归算法的渠道潜在偏好客户识别方法，包括步骤：数据采集并预处理；随机抽样确定负例样本，基于熵值法建模确定正例样本，处理正负例样本不均衡问题，分层采样生成训练集和测试集；构建逻辑回归模型，借助网格搜索循环调参，对模型进行选择和训练得到最优模型；将最优模型在测试集上验证；将客户特征数据输入最优模型以计算出预测概率，得到潜在客户的渠道偏好度，通过设定偏好度阈值来确定渠道潜在偏好客户群体。本发明利用客户信息和海量供电服务数据，挖掘客户特征，借助大数据分析算法构建模型，识别渠道潜在偏好客户，从而有效支撑渠道精准推广，提升渠道分流效果。

主权项

1.基于逻辑回归算法的渠道潜在偏好客户识别方法，其特征在于，包括以下步骤：S1、数据采集，分析与渠道潜在客户识别有关的数据；S2、对所采集的数据进行预处理；S3、随机抽样确定负例样本，基于熵值法建模确定正例样本，并对正负例样本不均衡问题进行处理，最后分层采样生成训练集和测试集；S4、构建逻辑回归模型，借助网格搜索循环调参，利用交叉验证法进行模型选择，对模型进行训练得到最优模型；将最优模型在测试集上验证，通过查准率、查全率检验最优模型效果；S5、将客户特征数据输入最优模型以计算出预测概率，得到潜在客户的渠道偏好度，通过设定偏好度阈值来确定渠道潜在偏好客户群体。