买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国联合网络通信集团有限公司申请的专利一种终端换机预测方法、装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114066529B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111424375.7，技术领域涉及：G06Q30/0202；该发明授权一种终端换机预测方法、装置及存储介质是由王天翼;程新洲;韩玉辉;曹晓冬;成晨;张帆;张晴晴;董润莎;高洁;张涛设计研发完成，并于2021-11-26向国家知识产权局提交的专利申请。

本一种终端换机预测方法、装置及存储介质在说明书摘要公布了：本申请实施例提供一种终端换机预测方法、装置及存储介质，涉及通信技术领域，解决了现有的终端换机预测的准确性较低的技术问题。该终端换机预测方法包括：获取待预测终端的第一终端信息和第一业务信息；根据第一终端信息、第一业务信息和预先训练好的终端换机预测模型，确定待预测终端是否换机；预先训练好的终端换机预测模型为根据无监督学习算法和有监督学习算法，对包括待预测终端的训练终端进行模型训练得到的模型。

本发明授权一种终端换机预测方法、装置及存储介质在权利要求书中公布了：1.一种终端换机预测方法，其特征在于，包括：获取待预测终端的第一终端信息和第一业务信息；根据所述第一终端信息、所述第一业务信息和预先训练好的终端换机预测模型，确定所述待预测终端是否换机；所述预先训练好的终端换机预测模型为根据无监督学习算法和有监督学习算法，对包括所述待预测终端的训练终端进行模型训练得到的模型；还包括：获取所述训练终端的第二终端信息和第二业务信息；所述训练终端包括目标类终端和非目标类终端；确定所述训练终端的第一特征数据；所述第一特征数据包括所述第二终端信息的特征数据和所述第二业务信息的特征数据；所述第一特征数据包括所述目标类终端的特征数据和所述非目标类终端的特征数据；根据所述无监督学习算法和所述第一特征数据，训练得到多个无监督聚类学习模型；基于所述第一特征数据和所述多个无监督聚类学习模型，确定满足预设条件的非目标类终端；从所述第一特征数据中去除满足所述预设条件的非目标类终端的特征数据，以得到第二特征数据；根据所述有监督学习算法和所述第二特征数据，训练得到监督分类学习模型，并将所述监督分类学习模型确定为所述终端换机预测模型；其中，所述第一特征数据包括：标签型特征数据、连续型特征数据和离散型特征数据；所述确定所述训练终端的第一特征数据，包括：去除所述第二终端信息和所述第二业务信息中的异常数据，以得到待处理数据；所述待处理数据包括标签型的待处理数据、连续型的待处理数据和离散型的待处理数据；对所述待处理数据执行特征工程处理，以得到所述待处理数据的特征数据；所述待处理数据的特征数据包括：所述标签型特征数据、待处理的连续型特征数据和待处理的离散型特征数据；对所述待处理的连续型特征数据执行归一化处理，以得到所述连续型特征数据；对所述待处理的离散型特征数据执行虚拟变量转换处理，以得到所述离散型特征数据；其中，所述标签型特征数据包括所述训练终端的网络类型特征数据；所述多个无监督聚类学习模型包括多个分类簇；所述基于所述第一特征数据和所述多个无监督聚类学习模型，确定满足预设条件的非目标类终端，包括：根据所述网络类型特征数据，确定所述目标类终端在所述训练终端的第一占比；确定所述目标类终端在所述多个分类簇中的每个分类簇中的第二占比；从所述第二占比中，选取将大于所述第一占比的第二占比对应的分类簇确定为第一分类簇集合；根据所述网络类型特征数据，确定第一非目标类终端集合；从所述第一分类簇集合中，选取所述第一非目标类终端集合中的每个非目标类终端所属的分类簇，以得到第二分类簇集合；对所述第二分类簇集合中的每个分类簇对应的第二占比进行求和，以得到所述每个非目标类终端的异类目标值；从所述每个非目标类终端的异类目标值中，选取大于预设异类目标值的异类目标值对应的非目标类终端，以得到第二非目标类终端集合；根据所述第二非目标类终端集合、所述第一占比和预设去除阈值，确定第三非目标类终端集合，并将所述第三非目标类终端集合中的非目标类终端确定为满足所述预设条件的非目标类终端。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国联合网络通信集团有限公司，其通讯地址为：100033 北京市西城区金融大街21号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。