CN119494679A 样本量确定方法、装置和存储介质 (北京小米移动软件有限公司)_第1页
CN119494679A 样本量确定方法、装置和存储介质 (北京小米移动软件有限公司)_第2页
CN119494679A 样本量确定方法、装置和存储介质 (北京小米移动软件有限公司)_第3页
CN119494679A 样本量确定方法、装置和存储介质 (北京小米移动软件有限公司)_第4页
CN119494679A 样本量确定方法、装置和存储介质 (北京小米移动软件有限公司)_第5页
已阅读5页,还剩32页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

多个原始样本量中模型稳定性参数满足稳定条件且样本量最小的原始样本量确定为目标样本2确定多个原始样本量对应的得分映射模型,每个所述原始样本量根据每个原始样本量对应的多个得分映射模型,确定每个原始样将所述多个原始样本量中模型稳定性参数满足稳定条件且样本量最小的原始样本量根据每个原始样本量对应的重复采样次数,对所述基础样本进行根据每个原始样本量对应的每一组采样样本,建立得分映射模型针对任一原始样本量对应的任一组采样样本,根据该组采样样本对该组采样样本对应的整体满意度预测模型进行得分映射,得到所述根据每个原始样本量对应的多个得分映射模型包括的所述影响因子针对任一原始样本量对应的任一得分映射模型,根据该得分根据该得分映射模型对应的每一采样样本的整体得分以及每一采样样本所对应的整根据每个原始样本量对应的多个得分映射模型的预测精度,得到所述根据每个原始样本量对应的多个得分映射模型包括的所述影响因子针对任一原始样本量,根据该原始样本量对应的多个得分映所述将所述多个原始样本量中模型稳定性参数满足稳定条件且样本量最小的原始样3确定所述多个原始样本量中所有单项得分标准差小于第一目标标准差的原始样本量,确定所述多个原始样本量中预测精度均值大于目标精度阈值的原确定所述多个原始样本量中预测精度标准差小于第二目标标准差的原确定所述第一样本量集合、所述第二样本量集合和所述第三样本量集将所述第四样本量集合中样本量最小的原始样本量确定在根据每个原始样本量对应的重复采样次数,对所述基础样本确定基础样本中每个样本的整体满意度以及与所述整体满意度关联的多个影响因子对所述影响因子满意度进行离散化,得到每个样本关于每个影响因子的原始样本分根据预设整体满意度阈值和每个样本的整体满意度,确定基根据每个样本的整体满意度标签,得到每一个样本所对应的多个影响第一确定模块,被配置为确定多个原始样本量对应的得分第二确定模块,被配置为根据每个原始样本量对应的多个第三确定模块,被配置为将所述多个原始样本量中模型稳被处理器执行时实现权利要求1~7中任一项所述样本量确定4[0003]为克服相关技术中存在的样本量确定不准确导致的满意度预测模型的稳定性和[0007]将所述多个原始样本量中模型稳定性参数满足稳定条件且样本量最小的原始样本所对应的整体满意度标签和多个影响因子满意度在不同原始样本分组下的证据权重值,5[0018]根据该得分映射模型对应的每一采样样本的整体得分以及每一采样样本所对应[0024]确定所述多个原始样本量中所有单项得分标准差小于第一目标标准差的原始样[0026]确定所述多个原始样本量中预测精度标准差小于第二目[0027]确定所述第一样本量集合、所述第二样本量集合和所述[0031]确定基础样本中每个样本的整体满意度以及与所述整体满意度关联的多个影响6样样本中每一个采样样本所对应的整体满意度标签和多个影响因子满意度在不同原始样[0045]获得子单元,被配置为对该组采样样本对应的整体满意度预测模型进行得分映7应的多个影响因子满意度在不同原始样本分组下[0069]其中,所述处理器被配置为实现本公开第一方面所提供的样本量确定方法的步每个原始样本量对应的多个得分映射模型,确定每个原始样本量对应的模型稳定性参数,将多个原始样本量中模型稳定性参数满足稳定条件且样本量最小的原始样本量确定为目而根据每个原始样本量对应的多个得分映射模型确定每个原始样本量对应的模型稳定性89度的多个影响因子可为物流时效和配送服务等,影响因子满意度为影响因子对应的满意[0095]图3是根据一示例性实施例示出的一种确定多个得分映射模型的方法的流程图,个原始样本量中每个原始样本量对应的多个得分中每一个采样样本所对应的整体满意度标签和多个影响因子满意度在不同原始样本分组个影响因子满意度对应一个原始样本分组,不同的原始样本分组对应不同的证据权重值,应的多个影响因子满意度在不同原始样本分组下的证分组的满意用户占所有满意用户的占比,pij0是第i个影响因子第j个分组的不满意用户占用户针对整体满意度的满意度标签得到。[0115]根据任一组采样样本中每一个采样样本所对应的整体满意度标签和多个影响因设定的区间,该目标映射区间由最大得分值和最小的分值确定,例如,最小得分值min_[0132]该得分映射模型的得分样例表即展示了影响因子满意度在不同分组下的影响因[0133]在一种可能的实施方式中,模型稳定性参数包括预测精度均值和预测精度标准多个预测精度计算得到该原始样本量对应的预测精度[0146]在步骤S505中,将第四样本量集合中样本量最小的原始样本量确定为目标样本[0147]在本实施方式中,满足稳定条件可为所有单项得分标准[0151]该第三确定模块603,被配置为将所述多个原始样本量中模型稳定性参数满足稳样样本中每一个采样样本所对应的整体满意度标签和多个影响因子满意度在不同原始样[0158]获得子单元,被配置为对该组采样样本对应的整体满意度预测模型进行得分映应的多个影响因子满意度在不同原始样本分组下令被处理器执行时实现本公开提供的样本量确例如应用程序。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一[0183]装置700还可以包括一个电源组件726被配置为执行装置700的电源管理,一个有

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论