Python大数据与计算智能大赛面向电信行业存量用户的智能套餐个性化匹配模型程序源代码

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Python大数据与计算智能大赛面向电信行业存量用户的智能套餐个性化匹配模型程序源代码数据集

## 1.数据说明  


| 字段     | 中文名| 数据类型| 说明 |
|:-------:|:-------:|:-------:|:-------:|
|USERID|    用户ID| VARCHAR2(50)|   用户编码，标识用户的唯一字段|
|current_type|  套餐    |VARCHAR2(500)  |/|
|service_type   |套餐类型   |VARCHAR2(10)   |0：23G融合，1：2I2C，2：2G，3：3G，4：4G|
|is_mix_service |是否固移融合套餐|  VARCHAR2(10)|   1.是 0.否|
|online_time    |在网时长|  VARCHAR2(50)    |/|
|1_total_fee|   当月总出账金额_月   |NUMBER|    单位：元|
|2_total_fee    |当月前1月总出账金额_月|   NUMBER  |单位：元|
|3_total_fee|   当月前2月总出账金额_月| NUMBER  单位：元|
|4_total_fee    |当月前3月总出账金额_月 |NUMBER|    单位：元|
|month_traffic  |当月累计-流量  |NUMBER|    单位：MB|
|many_over_bill|    连续超套    |VARCHAR2(500)| 1-是，0-否|
|contract_type| 合约类型|   VARCHAR2(500)   |ZBG_DIM.DIM_CBSS_ACTIVITY_TYPE|
|contract_time| 合约时长|   VARCHAR2(500)|  /|
|is_promise_low_consume |是否承诺低消用户|  VARCHAR2(500)   |1.是 0.否|
|net_service    |网络口径用户|  VARCHAR2(500)   |20AAAAAA-2G|
|pay_times  |交费次数   |NUMBER |单位：次|
|pay_num    |交费金额   |NUMBER |单位：元|
|last_month_traffic |上月结转流量|  NUMBER| 单位：MB|
|local_trafffic_month|  月累计-本地数据流量 |NUMBER |单位：MB|
|local_caller_time| 本地语音主叫通话时长|   NUMBER| 单位：分钟|
|service1_caller_time   |套外主叫通话时长|  NUMBER  |单位：分钟|
|service2_caller_time   |Service2_caller_time|  NUMBER  |单位：分钟|
|gender|    性别    |varchar2(100)  |01.男 02女|
|age|   年龄|   varchar2(100)|  /|
|complaint_level    |投诉重要性|    VARCHAR2(1000)  |1：普通，2：重要，3：重大|
|former_complaint_num|交费金历史投诉总量|   NUMBER  |单位：次|
|former_complaint_fee|  历史执行补救费用交费金额    |NUMBER |单位：分|
        
## 2.配置环境与依赖库
  - python3
  - scikit-learn
  - gensim
  - Ubuntu      

## 3.运行代码步骤说明         
- path 根据各自所需路径自行修改
- sh run.sh  
> #!/usr/bin/env bash         
> python ./src/w2v_feature.py      
> python ./src/stacking_model.py   
> python ./src/w2v_feature.py   
> python ./src/model.py      
运行两次w2v_feature.py是为了 增大差异

## 4.特征工程     
        我们特征工程所有特征命名为列**features**:包括原始特征，差值特征，W2V特征和stacking_features特征。         
        其中原始特征包括：origin_num_feature原始数值特征，原始类别特征origin_cate_feature     
        features =base_features+cont_features+diff_features+w2v_features+stacking_features   
- **原始特征**     
对应函数**origin_cate_feature和origin_num_feature**  
- **统计特征**   
对应函数**feature_count**           
每个月话费，流量，上网时间等进行计数统计
每个月话费，流量，上网时间等分别与套餐类型、合约类型交叉统计特征               
其他：当月话费占当月话费占比、各同类型流量话费等比例 等
- **差值特征**     
   对应特征列**diff_feature_list**
   1到4月费用相邻之间的差值         
   其他同类别计数特征之间的差值等

- **w2v 特征**   
  对应函数**w2v_feature**   
- **stacking特征**        
  对应函数**stacking_feature**      

Python大数据与计算智能大赛面向电信行业存量用户的智能套餐个性化匹配模型程序源代码数据集.zip (93.16 MB, 需要: RMB 29 元) 本附件包括：

• 2018-CCF大数据与计算智能大赛-面向电信行业存量用户的智能套餐个性化匹配模型数据集.zip
• Python-2018CCF大数据与计算智能大赛面向电信行业存量用户的智能套餐个性化匹配模型联通赛复赛第二名解决方案.zip

2024-1-7 11:45:16 上传

需要: RMB 29 元  [购买]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：python 电信行业 计算智能 大数据 源代码