技術(shù)特征：

1.一種用戶(hù)欠費(fèi)預(yù)測(cè)處理方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的用戶(hù)欠費(fèi)預(yù)測(cè)處理方法，其特征在于，所述原始樣本數(shù)據(jù)以及所述用戶(hù)信息數(shù)據(jù)包括用戶(hù)基本屬性數(shù)據(jù)、用戶(hù)費(fèi)用數(shù)據(jù)以及擴(kuò)展特征數(shù)據(jù)中的至少一項(xiàng)；

3.根據(jù)權(quán)利要求1所述的用戶(hù)欠費(fèi)預(yù)測(cè)處理方法，其特征在于，所述樣本特征數(shù)據(jù)通過(guò)relief-rfe組合特征選擇算法從原始樣本數(shù)據(jù)中提取，具體包括：

4.根據(jù)權(quán)利要求3所述的用戶(hù)欠費(fèi)預(yù)測(cè)處理方法，其特征在于，s01，包括：

5.根據(jù)權(quán)利要求1所述的用戶(hù)欠費(fèi)預(yù)測(cè)處理方法，其特征在于，s2，包括：

6.根據(jù)權(quán)利要求1所述的用戶(hù)欠費(fèi)預(yù)測(cè)處理方法，其特征在于，s3，包括：

7.根據(jù)權(quán)利要求6所述的用戶(hù)欠費(fèi)預(yù)測(cè)處理方法，其特征在于，s31，包括：

8.一種用戶(hù)欠費(fèi)預(yù)測(cè)處理裝置，其特征在于，所述裝置包括：

9.一種用戶(hù)欠費(fèi)預(yù)測(cè)處理裝置，其特征在于，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，所述處理器被設(shè)置為運(yùn)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)如權(quán)利要求1-7中任一項(xiàng)所述的用戶(hù)欠費(fèi)預(yù)測(cè)處理方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7中任一項(xiàng)所述的用戶(hù)欠費(fèi)預(yù)測(cè)處理方法。

技術(shù)總結(jié)
本申請(qǐng)?zhí)峁┮环N用戶(hù)欠費(fèi)預(yù)測(cè)處理方法、裝置及可讀存儲(chǔ)介質(zhì)，具體的，將待預(yù)測(cè)目標(biāo)用戶(hù)的用戶(hù)信息數(shù)據(jù)輸入欠費(fèi)預(yù)測(cè)模型；根據(jù)所述時(shí)間序列模型模塊基于所述用戶(hù)信息數(shù)據(jù)輸出的第一預(yù)測(cè)結(jié)果，以及所述XGBoost分類(lèi)模塊基于所述用戶(hù)信息數(shù)據(jù)輸出的第二預(yù)測(cè)結(jié)果，確定最終預(yù)測(cè)結(jié)果；根據(jù)所述最終預(yù)測(cè)結(jié)果，確定所述目標(biāo)用戶(hù)的欠費(fèi)處理策略。本申請(qǐng)通過(guò)Relief?RFE組合特征選擇算法從原始樣本數(shù)據(jù)中提取樣本特征數(shù)據(jù)，基于多維度的樣本數(shù)據(jù)進(jìn)行模型訓(xùn)練，得到由時(shí)間序列模型模塊和XGBoost分類(lèi)模塊組成的欠費(fèi)預(yù)測(cè)模型，該欠費(fèi)預(yù)測(cè)模型能夠提供更為準(zhǔn)確的欠費(fèi)風(fēng)險(xiǎn)評(píng)估結(jié)果，處理過(guò)程可以減少人工干預(yù)，提高欠費(fèi)處理效率。

技術(shù)研發(fā)人員：艾延永,楊洋,叢新法,姜浩,田延剛,李騫,王玨,劉彬,周彩云
受保護(hù)的技術(shù)使用者：中國(guó)聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/19