一种预测行为的方法和装置与流程
本发明涉及通讯技术领域，尤其涉及一种预测行为的方法和装置。
背景技术：
尽管员工离职现象司空见惯，但是往往无法预测，员工的突然离职往往会给企业工作进展带来一定的影响。很多企业人力资源部门也为如何在员工离职之前就能得知员工是否有离职倾向而绞尽脑汁。
现有技术预测员工是否有离职倾向，主要通过问卷调查方式，调查社会、企业内部和个人等因素对员工影响的综合稳定值。综合稳定值越大，表示员工离职的可能性的越小。
作为一种可替代实施方式，可以依据员工的历史通讯记录、员工上班时间的行为数据(例如所浏览的网站、所使用的软件)，判断员工是否有离职倾向。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
(1)通过问卷调查员工是否离职的方式，不确定因素较多，例如员工故意夸大一些因素，导致预测结果准确度低。
(2)通过捕获人员行为(例如历史通讯记录、上班时间的行为数据)来预测员工是否离职的方式，可以获取准确度较高的预测结果，但是hr无法通过这种方式得知员工离职原因，导致无法为企业稳定员工而采用相应策略提供参考。
技术实现要素：
有鉴于此，本发明实施例提供一种预测行为的方法和装置，至少能够解决现有技术预测行为准确度低、无法查看行为原因的问题。
为实现上述目的，根据本发明实施例的一个方面，提供了一种预测行为的方法，包括：获取样本信息；其中，样本信息包括行为类别和属性类别；计算每个属性类别在行为类别下的信息增益，以提取预设数目的属性类别，对决策树进行训练，以生成决策规则；根据决策规则，对待预测信息进行行为预测，以获取与待预测信息相应的行为类别。
可选地，在获取样本信息之后，还包括：根据预设的属性值范围阈值与属性值标识的对应关系，确定每个属性类别中各属性值对应的属性值标识。
可选地，本发明实施例方法还包括：
根据公式
确定属性值范围阈值与属性值标识的对应关系；其中，f(·)表示向上取整操作，v表示属性值，minv和maxv表示一个属性类别下的最小属性值和最大属性值，g表示属性值标识。
可选地，在根据预设的属性值范围阈值与属性值标识的对应关系，确定每个属性类别中各属性值对应的属性值标识之后，还包括：根据卡方检验，计算每个属性类别与行为类别之间的差异值，去除差异值小于预定差异阈值的属性类别。
可选地，计算每个属性类别在行为类别下的信息增益，以提取预设数目的属性类别，对决策树进行训练，以生成决策规则包括：
将样本信息分为第一样本信息以及第二样本信息；
根据第一样本信息，计算每个属性类别在行为类别下的信息增益，按照信息增益从大到小的顺序，提取预定数目的属性类别，对决策树进行训练，以生成第一决策规则；
根据第一决策规则，对第二样本信息进行行为类别预测，提取预测的行为类别与第二样本信息的行为类别一致的第一决策规则，以生成第二决策规则；
根据第二决策规则，对待预测信息进行行为预测，以获取与待预测信息相应的行为类别。
为实现上述目的，根据本发明实施例的另一方面，提供了一种预测行为的装置，包括：获取模块，用于获取样本信息；其中，样本信息包括行为类别和属性类别；训练模块，用于计算每个属性类别在行为类别下的信息增益，以提取预设数目的属性类别，对决策树进行训练，以生成决策规则；预测模块，用于根据决策规则，对待预测信息进行行为预测，以获取与待预测信息相应的行为类别。
可选地，本发明实施例装置还包括：确定模块，用于根据预设的属性值范围阈值与属性值标识的对应关系，确定每个属性类别中各属性值对应的属性值标识。
可选地，确定模块还用于，根据公式
确定属性值范围阈值与属性值标识的对应关系；其中，f(·)表示向上取整操作，v表示属性值，minv和maxv表示一个属性类别下的最小属性值和最大属性值，g表示属性值标识。
可选地，本发明实施例装置还包括检验模块，用于根据卡方检验，计算每个属性类别与行为类别之间的差异值，去除差异值小于预定差异阈值的属性类别。
可选地，训练模块还用于：将样本信息分为第一样本信息以及第二样本信息；根据第一样本信息，计算每个属性类别在行为类别下的信息增益，按照信息增益从大到小的顺序，提取预定数目的属性类别，对决策树进行训练，以生成第一决策规则；根据第一决策规则，对第二样本信息进行行为类别预测，提取预测的行为类别与第二样本信息的行为类别一致的第一决策规则，以生成第二决策规则；根据第二决策规则，对待预测信息进行行为预测，以获取与待预测信息相应的行为类别。
为实现上述目的，根据本发明实施例的再一方面，提供了一种预测行为的电子设备。
本发明实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一所述的预测行为的方法。
为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现上述任一所述的预测行为的方法。
根据本发明所述提供的方案，上述发明中的一个实施例具有如下优点或有益效果：可以有效发现样本信息所存在的行为规则，降低人为原因等因素对行为预测的干扰，提高行为预测的准确性，同时企业根据预测输出结果，可以得知行为原因，为企业采用相应策略提供参考。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的一种预测行为的方法的主要流程示意图；
图2是根据本发明实施例的一种可选的预测行为的方法的流程示意图；
图3是根据本发明实施例的另一种可选的预测行为的方法的流程示意图；
图4是根据本发明实施例的又一种可选的预测行为的方法的流程示意图；
图5是根据本发明实施例的一种预测行为的装置的主要模块示意图；
图6是本发明实施例可以应用于其中的示例性系统架构图；
图7是适于用来实现本发明实施例的移动设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
参见图1，示出的是本发明实施例提供的一种行为预测的方法的主要流程图，包括如下步骤：
s101：获取样本信息；其中，样本信息包括行为类别和属性类别。
s102：计算每个属性类别在行为类别下的信息增益，以提取预设数目的属性类别，对决策树进行训练，以生成决策规则。
s103：根据决策规则，对待预测信息进行行为预测，以获取与待预测信息相应的行为类别。
需要说明的是，本发明实施例所提供的行为类别可以是多种，例如故障诊断、离职诊断等，以员工离职和在职为例进行说明。
上述实施例方式中，对于步骤s101，可以从数据管理系统(例如人力资源管理系统)中获取样本信息，该数据管理系统库可以是使用x86构架linux操作系统服务器，以hadoop构建的。例如，从数据管理系统中，抽取隶属同一公司的与员工有关的多个信息表，以代表员工的唯一信息(例如身份证号码、员工号)为关联进行合并，以生成员工样本信息表，即将同一员工信息显示于同一行中。
具体地，参见表1，合并后的信息表为(x1，x2，…，xn，d)，其中x1，x2，…，xn表示员工属性类别，分别对应于sex(性别)，sys_name(所属体系)，mari_sta(婚姻状况)，salary(薪资)，job_level_descr(职位级别)，nati-pla(籍贯)，location(工作地点)，highest_educ_lvl_descr(最高教育程度)，age(年龄)，sl(司龄)；d对应于行为类别，对应于empl_class(离职/在职状态)，表示人员在职(留)和离职(去)的情况：
表1员工信息表
对于步骤s102，训练决策树以生成决策规则的方式可以是利用决策树id3算法、粗糙集、随机森林等分类器，本发明实施例以决策树id3算法为例进行说明，执行过程如下：
d中的元组分类信息熵e表示为：
其中，c表示行为类别总个数，pi表示第i个属性类别在整个样本信息中出现的概率。熵的实际意义表示是d中元组的类标号所需要的期望信息量。
将训练元组d按属性xn进行划分，则xn对d划分的期望信息为：
其中，β为按照属性xn划分的总个数。
信息增益即为两者的差值：
gain(d,xn)＝e(d)-e(d,xn)
总之，归纳决策树id3算法就是在每次需要分裂时，计算每个属性类别的信息增益，然后选择信息增益较好(例如，最大)的属性类别对样本信息进行分类，并该属性类别作为一个决策结点；对于该决策结点中的每个属性值，创建相应的一个分支，并据此划分样本信息。使用同样的过程，自顶向下进行递归，直到分支出现所有样本信息都属于同一行为类别、没有剩余的属性类别可以分裂、分支中没有样本信息中的一种时，停止继续分裂。所生成的决策规则数量与分裂分支数量有关，分裂次数越多，得到的决策规则数量越多，组成决策规则集。
以下具体进行举例说明：
(1)首先对于行为类别，有在职与离职两类，设第一类为在职，第二类为离职，统计表1行为得知，在职三人，离职两人，得其总期望值为：
e(在职)＝-(35)log2(3/5)-(2/5)log2(2/5)＝0.971
(2)计算各属性类别的期望值，以婚姻状态为例，有已婚和未婚两种，其中，对于已婚，总共有三人，两人在职、一人离职，因此已婚的期望值为：
e(已婚)＝-(2/3)log2(2/3)-(1/3)log2(1/3)＝0.918
对于未婚，总共有两人，一人在职、一人离职，因此未婚的期望值为：
e(未婚)＝i(1,1)＝-(1/2)log2(1/2)-(1/2)log2(1/2)＝1
因此，对于属性“婚姻状态”的期望值为：
e(行为,婚姻状态)＝(3/5)e(已婚)+(2/5)e(未婚)＝0.951
(3)对行为类别期望值与属性类别的期望值做差值计算，以确定每个属性类别的信息增益，同样以婚姻状态为例，此时属性“婚姻状态”的信息增益为：
gain(婚姻状态)＝e(行为)-e(行为,婚姻状态)＝0.02
(4)将每个属性类别按照信息增益从大到小进行排序，依次提取预定数量的属性类别，训练决策树，确定决策结点，以生成决策规则。
具体地，设定预定数目为1，即提取信息增益最大的属性类别。例如，确定属性“所属体系”的信息增益最大时，则提取属性“所属体系”为一个决策结点，并根据“所属体系”中的分类配送部、客服部、售后部、研发部等进行分支，至此组成四个决策规则。若之后仍可继续分裂，那么所生成的决策规则数量会大于4个。
对于步骤s103，导入待预测信息，将待预测信息中的每个属性类别按照所生成的决策树从顶至下进行决策结点匹配，即属性类别匹配。由于人为等原因，该待预测信息中可能不存在决策树中的属性类别。因此，在进行决策结点匹配过程中，若存在此属性类别，则将此属性类别的信息添至决策规则中进行规则匹配，之后输出决策行为即可，例如所属体系——研发部——在职；若没有找到匹配的属性类别，则提取位于该属性类别的后续属性类别继续进行决策结点匹配，直至得到决策行为为止。
上述实施例所提供的方法，可以更有效地发现样本信息所存在的规则，降低人为原因等因素对行为预测的干扰，提高行为预测的准确度，同时根据输出决策行为，可以得知行为原因。对于企业，可以根据决策规则了解员工离职的原因，并采取相应的措施来改进或者提高企业人才组织战略，保证企业人员稳定度，减少企业损失。
参见图2，示出了根据本发明实施例的一种可选的预测行为的方法流程示意图，包括如下步骤，
s201：获取样本信息；其中，样本信息包括行为类别和属性类别。
s202：根据预设的属性值范围阈值与属性值标识的对应关系，确定每个属性类别中各属性值对应的属性值标识。
s203：计算每个属性类别在行为类别下的信息增益，以提取预设数目的属性类别，对决策树进行训练，以生成决策规则。
s204：根据决策规则，对待预测信息进行行为预测，以获取与待预测信息相应的行为类别。
上述实施方式中，对于步骤s201、s203、s204可分别参见图1所示步骤s101、s102、s103的描述，在此不再赘述。
上述实施方式中，对于步骤s202，在计算每个属性类别在行为类别下的信息增益之前，需要对样本信息进行离散化处理，以使得处理后的属性值能够在逻辑上保持一致，即相同范围内的属性值被相同的属性值标识替代，以构建适合的决策树。属性值标识可以是数值、文本等，所替换的属性值标识可以依据预先建立的属性值范围阈值与属性值标识的对应关系进行确定。
对于属性值为文本的属性类别，可以将相同的文本替换为相同的数值(可以选择1～n)，例如，所属体系下的研发部，在对应关系中对应于标识4，则将所有研发部替换为标识4。另外，对于文本所替换的方式可以有多种，本发明在此不做限制。也可以不进行数值替换，仅将相同的文本信息进行统一即可，例如，研发部。
对于属性值为变量且变化幅度很大、变量个数很多时，为减少计算工作量，是可以进行替换的，例如年龄，以避免了决策树训练过程中的过拟合(即对于样本信息分类精准，但是对于非样本信息准确度却不高)。本发明可以预先设置属性值范围与属性值标识的对应关系，例如年龄20～30岁对应于标识1，当年龄类别下的一个员工年龄为27岁时，可以依据对应关系，将其替换为标识1。另外，对于变量所替换的方式可以有多种，例如，将所有小于30岁的年龄，都替换为≤30，其具体实施方式，本发明在此不做限制。
进一步的，本发明示出了一种对变量值进行替换的一种方式，具体地，根据公式
确定属性值范围阈值与属性值标识的对应关系，从而确定每个属性类别下各属性值的属性值标识，具体可以为1、2、3、4、5，分别对应于很小、小、中、大、很大。较之其他替换方式，该替换方式便于理解。其中，f(·)表示向上取整操作，v表示属性值，minv和maxv表示一个属性类别下的最小属性值和最大属性值。例如，参见表1，对于年龄，根据上述公式，可以得知属性值范围阈值26岁～29岁、30岁～32岁、33岁～35岁、36岁～38岁、39岁～42岁，分别对应于属性值标识1、2、3、4、5，由此可知，年龄32岁对应的属性值标识为2。
上述实施方式中，在对每个属性类别下的各属性值进行数值替换之前，还包括对样本信息的清洗处理，以去除样本信息中由于人为录入、系统约束不健全等原因所导致信息不符合要求的情况，例如不完整、不一致、噪声信息等。其中，不完整信息即指记录不完整、存有缺失的信息；不一致信息即指录入过程缺乏有效约束，导致超出正常范围的信息(例如年龄出现负值)；噪声信息即指存有错误或者异常的信息(例如公司员工年龄一般聚集在18-55岁之间，该范围以外的年龄即为噪声信息)。本发明针对每种不完整信息，采用不同的处理方式。例如，对于不完整信息，可以删除，也可以依靠人力进行补充；对于不一致信息，可以删除，也可以依靠人力或程序进行修改，例如将科研部修改为研发部；对于噪声信息，可以删除，具体地，采用k-mean算法进行聚类分析以检测孤立点并进行删除。本发明主要采用删除的方式，以降低人为因素的干扰。
上述实施例所提供的方法，对样本信息进行信息清洗，可以大幅降低人为因素的干扰，提高行为预测的准确度；将每个属性类别下的各属性值进行数值替换，对于之后计算每个属性类别的信息增益等计算，大幅减少了处理工作量，提高了处理效率。
参见图3，示出了根据本发明实施例的另一种可选的预测行为的方法流程示意图，包括如下步骤，
s301：获取样本信息；其中，样本信息包括行为类别和属性类别。
s302：根据预设的属性值范围阈值与属性值标识的对应关系，确定每个属性类别中各属性值对应的属性值标识。
s303：根据卡方检验，计算每个属性类别与行为类别之间的差异值，去除差异值小于预定差异阈值的属性类别。
s304：对于筛选属性类别后的样本信息，计算每个属性类别在行为类别下的信息增益，以提取预设数目的属性类别，对决策树进行训练，以生成决策规则。
s305：根据决策规则，对待预测信息进行行为预测，以获取与待预测信息相应的行为类别。
上述实施方式中，对于步骤s301、s304、s305可分别参见图1所示步骤s101、s102、s103的描述，步骤s302可参见图2所示步骤s202的描述，在此不再赘述。
上述实施方式中，对于步骤s303，样本信息中往往包括非常多的属性类别，但是部分属性类别可能与行为无关，因此需要对样本信息进行属性筛选，以剔除对行为类别影响性较小的属性类别，提高行为预测准确性。上述实施操作位于对样本信息进行清洗之后，以降低样本信息存在不完整信息而影响属性筛选的情况。
具体地，采用卡方检验差异性的方式，计算清洗后的样本信息中的每个属性类别与行为类别(在职/离职)是否有影响或者差别进行检验。令x表示卡方值，p表示由抽样误差引起的样本差别的概率，当
上述实施例所提供的方法，可以剔除与行为类别差异性较小的属性类别，比人为主观挑选更为有效。同时提高了行为预测准确度，减少训练决策树的工作量，另外，对清洗后的样本信息进行属性筛选，也降低了样本信息存在不完整信息而影响属性筛选结果的情况。
参见图4，示出了根据本发明实施例的一种可选的预测行为的方法流程示意图，包括如下步骤，
s401：获取样本信息；其中，样本信息包括行为类别和属性类别。
s402：根据预设的属性值范围阈值与属性值标识的对应关系，确定每个属性类别中各属性值对应的属性值标识。
s403：根据卡方检验，计算每个属性类别与行为类别之间的差异值，去除差异值小于预定差异阈值的属性类别。
s404：将筛选属性类别后的样本信息，分为第一样本信息以及第二样本信息。
s405：根据第一样本信息，计算每个属性类别在行为类别下的信息增益，按照信息增益从大到小的顺序，提取预定数目的属性类别，对决策树进行训练，以生成第一决策规则。
s406：根据第一决策规则，对第二样本信息进行行为类别预测，提取预测的行为类别与第二样本信息的行为类别一致的第一决策规则，以生成第二决策规则。
s407：根据第二决策规则，对待预测信息进行行为预测，以获取与待预测信息相应的行为类别。
上述实施方式中，对于步骤s401可参见图1所示步骤s101的描述，步骤s402可参见2所示步骤s202的描述，步骤s403可参见图3所示步骤s303的描述，在此不再赘述。
上述实施方式中，对于步骤s404，经过信息清洗以及属性筛选处理后的样本信息，可以分为两部分，以防止训练过度出现过拟合，但对于非样本信息行为预测准确性却低的情况。例如，可以将在职员工信息等分为两份、离职员工信息等分为两份，之后再从等分后的在职员工信息和离职员工信息中各拿出一份作为第一样本信息，剩余部分作为第二样本信息。
对于步骤s405，选用第一样本信息对决策树进行训练，遍历决策树的每一层及每一个决策结点以提取第一决策规则，组成第一决策规则集，该具体实施方式可参见图1所示步骤s102的描述，在此不再赘述。
对于步骤s406，在所生成的第一决策规则集中，有些规则对于将来的行为预测作用较小，可以忽略不计，因此需要进一步对第一决策规则集进行筛选，以提取代表性、预测能力更强的第二决策规则，组成第二决策规则集。
为确保决策树具有较强的泛化能力和较高的推理效率，本发明实施例主要采用准确度与覆盖度相结合的方式来提取决策规则，其中，准确度主要用于对第一决策规则和样本信息中的一致性进行评价，覆盖度则主要用于对第一决策规则和样本信息中的随机性进行评价。即使出现属性类别不一致时，仍能进行行为预测。规则提取过程具体如下：
(1)按照从上到下，从左到右的次序遍历决策树，利用第二样本信息依次计算各第一决策规则的准确度，只确定并提取准确度大于预定阈值的第一决策规则为第二决策规则，并加入到第二决策规则集中，同时计算该第二决策规则的覆盖度。
(2)若出现规则不一致时，即条件属性类别相同，而决策属性类别不同时，将准确度高的第一决策规则确定为第二决策规则，并添加至第二决策规则集中。
(3)若一个决策结点的每个分支准确度都小于预定准确度阈值时，则选择准确度最大的一个决策规则加入到第二决策规则集中，以避免部分规则为空时无法匹配的问题。若每个分支的准确度均相同，则将覆盖度最大的一个决策规则加入第二决策规则集中。
通过上述准确度与覆盖度相结合的提取过程，可以得到长度齐整、数量精简的第二决策规则集，同时可以有效滤掉噪声，提高行为预测的准确率。
对于步骤s407，在对待预测信息进行行为预测之前，同样需要对待预测信息进行信息清洗以及属性筛选处理。之后，将处理后的待预测信息中的属性类别在第二决策规则集中进行属性类别匹配，既有层次高的属性类别优先进行匹配，同一层中，准确度高的属性类别优先匹配，当准确度相同时，覆盖度高的优先匹配，直到输出行为结束。
上述实施例所提供的方法，通过准确度与覆盖度相结合的方式，对第一决策规则集进行筛选，最终提取有效的决策规则加入第二决策规则集中，可以有效滤掉噪声，提高了决策树的预测能力。
本发明实施例所提供的方法，可以有效发现样本信息所存在的规则，降低人为等因素对行为预测的干扰，提高行为预测的准确度，同时可以根据行为预测结果，得知行为原因。对于企业，可以高效采取相应的措施来改进或者提高企业人才组织战略，保证企业人员稳定度，减少企业损失。
参见图5，示出了本发明实施例提供的一种预测行为的装置500的主要模块示意图；
获取模块501，用于获取样本信息；其中，样本信息包括行为类别和属性类别；
训练模块502，用于计算每个属性类别在行为类别下的信息增益，以提取预设数目的属性类别，对决策树进行训练，以生成决策规则；
预测模块503，用于根据决策规则，对待预测信息进行行为预测，以获取与待预测信息相应的行为类别。
本发明实施例装置还包括确定模块504，用于根据预设的属性值范围阈值与属性值标识的对应关系，确定每个属性类别中各属性值对应的属性值标识。
本发明实施例装置中的确定模块504还用于：
根据公式
确定属性值范围阈值与属性值标识的对应关系；其中，f(·)表示向上取整操作，v表示属性值，minv和maxv表示一个属性类别下的最小属性值和最大属性值，g表示属性值标识。
本发明实施例装置还包括检验模块505，用于根据卡方检验，计算每个属性类别与行为类别之间的差异值，去除差异值小于预定差异阈值的属性类别。
本发明实施例装置中的训练模块502还用于：将样本信息分为第一样本信息以及第二样本信息；根据第一样本信息，计算每个属性类别在行为类别下的信息增益，以提取预定数目的属性类别，对决策树进行训练，以生成第一决策规则；根据第一决策规则，对第二样本信息进行行为类别预测，提取预测的行为类别与第二样本信息的行为类别一致的第一决策规则，以生成第二决策规则；根据第二决策规则，对待预测信息进行行为预测，以获取与待预测信息相应的行为类别。
本发明实施例所提供的装置，可以更有效地发现样本信息所存在的规则，降低人为等因素对行为预测的干扰，提高行为预测的准确度，同时可以根据行为预测结果，得知行为原因。对于企业，可以更高效采取相应的措施来改进或者提高企业人才组织战略，保证企业人员稳定度，减少企业损失。
另外，在本发明实施例中所述的预测行为装置的具体实施内容，在上面所述预测行为方法中已经详细说明了，故在此重复内容不再说明。
参见图6示出了可以应用本发明实施例的预测行为方法或预测行为装置的示例性系统架构600。
如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的预测行为方法一般由服务器605执行，相应地，预测行为装置一般设置于服务器605中。
应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
参见图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，计算机系统700包括中央处理单元(cpu)701，其可以根据存储在只读存储器(rom)702中的程序或者从存储部分708加载到随机访问存储器(ram)703中的程序而执行各种适当的动作和处理。在ram703中，还存储有系统700操作所需的各种程序和数据。cpu701、rom702以及ram703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。
以下部件连接至i/o接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至i/o接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(cpu)701执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块、训练模块、预测模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“样本信息获取模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：
获取样本信息；其中，样本信息包括行为类别和属性类别；
计算每个属性类别在行为类别下的信息增益，以提取预设数目的属性类别，对决策树进行训练，以生成决策规则；
根据决策规则，对待预测信息进行行为预测，以获取与待预测信息相应的行为类别。
根据本发明实施例的技术方案，可以有效地发现样本信息所存在的规则，降低人为等因素对行为预测的干扰，提高行为预测的准确度，同时可以根据行为决策结果，得知行为原因。对于企业，可以更高效地采取相应的措施来改进或者提高企业人才组织战略，保证企业人员稳定度，减少企业损失。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！