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订单质量评价模型训练方法、评价方法、装置和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：CN114742411B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202210382019.1，技术领域涉及：G06Q10/0639；该发明授权订单质量评价模型训练方法、评价方法、装置和介质是由胡家光;黄锐志;王健;王俊杰;杨迪设计研发完成，并于2022-04-13向国家知识产权局提交的专利申请。

本订单质量评价模型训练方法、评价方法、装置和介质在说明书摘要公布了：本发明提供一种订单质量评价模型训练方法、评价方法、装置和介质。该方法包括：根据移动互联网号卡订单数据，得到初始样本集，初始样本集包括用户的原始特征向量、转化率和首充数；根据初始样本集中的基础特征向量，得到混合样本集、异网用户样本集和本网用户样本集；基础特征向量为本网用户样本和异网用户样本共有的特征向量；根据混合样本集、异网用户样本集和本网用户样本集，构建并训练随机森林模型，得到训练好的随机森林模型，随机森林模型用于根据用户的特征向量输出转化率和首充数，转化率和首充数用于评价订单质量。本发明的方法，能够有效地、科学地，以及准确地进行互联网号卡订单评估。

本发明授权订单质量评价模型训练方法、评价方法、装置和介质在权利要求书中公布了：1.一种订单质量评价模型训练方法，其特征在于，包括：根据移动互联网号卡订单数据，得到初始样本集，所述初始样本集包括用户的原始特征向量、转化率和首充数，所述转化率为用于指示用户下单入网的概率，所述首充数为已入网用户首次充值量；根据初始样本集中的基础特征向量，得到混合样本集、异网用户样本集和本网用户样本集；所述基础特征向量为本网用户样本和异网用户样本共有的特征向量；根据所述混合样本集、所述异网用户样本集和所述本网用户样本集，构建并训练随机森林模型，得到训练好的随机森林模型，所述随机森林模型用于根据用户的特征向量输出转化率和首充数，所述转化率和所述首充数用于评价订单质量；所述根据所述初始样本集中的基础特征向量，得到混合样本集、异网用户样本集和本网用户样本集，包括：选取初始样本集中的基础特征向量和转化率，构成所述混合样本集；筛选出初始样本集中仅包括异网用户数据的样本，并选取所述基础特征向量和首充数，构成所述异网用户样本集；筛选出初始样本集中仅包括本网用户数据的样本，并选取所述基础特征向量、本网特征向量和首充数，构成所述本网用户样本集；所述随机森林模型包括：混合随机森林模型、异网随机森林模型，以及本网随机森林模型；所述随机森林模型的构建和训练过程包括：S1-1、从所述混合样本集中随机有放回地取出N个样本，重复n次，得到n个训练样本集；S1-2、基于所述n个训练样本集，分别训练n个回归决策树模型；S1-3、选取一个回归决策树模型以及常数m，所述常数m为小于混合样本集总特征向量种类数目的整数；S1-4、随机地从所述混合样本集的总特征向量中选取m种特征向量，作为特征子集；S1-5、遍历特征子集中的所有特征向量，对每个特征向量进行二元切分，并计算每个特征向量分裂后的两组数据对应的目标数据的均值和目标数据的均方误差；S1-6、比较所有目标数据的均方误差，选取两个目标数据的均方误差最小的数组，得到第一次二分裂的两个数组；所述数组中的数据包括特征向量类型、样本数、目标数据的均值和目标数据的均方误差；S1-7、返回步骤S1-5，重复遍历直到回归决策树分裂的叶子节点对应的目标数据的均方误差为0；S1-8、将所有分裂好的回归决策树组合成一个初始随机森林模型，计算初始随机森林模型的袋外错误率，根据袋外错误率调整特征向量种数m的大小，返回步骤S1-3重复训练直到袋外错误率小于等于设定的阈值或者训练中的随机森林模型出现过拟合现象，得到训练好的随机森林模型；其中，所述随机森林模型是混合随机森林模型、异网随机森林模型，以及本网随机森林模型中的一个，所述混合随机森林模型的目标数据为转化率，所述异网随机森林模型和所述本网随机森林模型的目标数据为首充数。

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”。