龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浪潮通信信息系统(天津)有限公司
申请日：2024-02-28
公开（公告）日：2024-06-14
公开（公告）号：CN118200960A
主分类号：H04W24/08
分类号：H04W24/08;H04W24/04
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.02#实质审查的生效;2024.06.14#公开
摘要：本发明涉及分类分析技术领域，具体为一种基于XGBoost分类算法的常驻小区核查和纠错方法及系统，包括以下步骤：通过传感器获得用户每次登入小区的上网设备的驻留数据；进行训练数据的清洗，若某个上网设备的驻留数据有任意一个字段下有空缺值则该条数据不参与训练；有益效果为：本发明提出的基于XGBoost分类算法的常驻小区核查和纠错方法及系统，根据驻留时长和历史驻留小区记录对驻留数据进行初步筛选；然后，再根据专家经验将较有可能是常驻小区定位正确的驻留数据标注为1，将较有可能是常驻小区定位错误的驻留数据标注为0；把专家标注的模型改成了专家筛选的模式，降低了标注的成本。
主权项：1.一种基于XGBoost分类算法的常驻小区核查和纠错方法，其特征在于：所述方法包括以下步骤：S1.通过传感器获得用户每次登入小区的上网设备的驻留数据；S2.进行训练数据的清洗，若某个上网设备的驻留数据有任意一个字段下有空缺值则该条数据不参与训练；S3.对清洗后的驻留数据进行标签标注，对于常驻小区定位正确的驻留数据标注1，对于常驻小区定位错误的驻留数据标注0；其次，将打标完成的驻留数据按照8：2的比例进行切分，80％的数据用于训练，20％的数据用于测试；S4.对清洗完的数据进行预处理，使用z分数法进行标准化处理，减小指标的量纲对于分析常驻小区定位是否正确的影响，对于不同字段进行格式校验和转换，标准化的数据将用于分类分析；S5.构造特征筛选模型，对步骤S1中使用的字段进行筛选，得到最有利于分类模型训练的字段；S6.建立XGBoost分类分析模型，将各项参数的最优值输入模型中，使用训练数据训练模型，将训练完成的XGBoost模型持久化到本地；S7.后续使用模型对用户上网设备驻留数据进行核查和纠错。
全文数据：
权利要求：
百度查询： 浪潮通信信息系统(天津)有限公司 一种基于XGBoost分类算法的常驻小区核查和纠错方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号