[發明專利]一種基于社交網絡分析的業務推薦方法和系統

有效

• 申請號: 201310704134.7
• 申請日: 2013-12-19
• 公開（公告）號: CN104734898B
• 公開（公告）日: 2018-09-07
• 發明（設計）人: 楊維嘉
• 申請（專利權）人: 中國移動通信集團上海有限公司
• 主分類號: H04L12/26
• 分類號: H04L12/26;H04L29/08
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 朱佳

本發明公開了一種基于社交網絡分析的業務推薦方法和系統，該方法為：根據第一用戶的歷史通信記錄，獲取第一用戶與至少一個其他用戶進行交互時所采用的每一類通信方式的通信量信息；根據上述通信量信息，計算第一用戶和至少一個其他用戶間的交互因子；根據第一用戶的歷史業務信息，確定第一用戶申請的每一類業務的使用信息并進行除權處理；根據第一用戶和至少一個其他用戶間的交互因子，以及第一用戶申請的每一類業務的經除權處理的使用信息，分別確定第一用戶申請的每一類業務的推薦優先級，并向第一用戶推薦當前優先級最高的業務。克服了傳統方法只能針對單個業務、單個客戶以及單個通信方式進行分析的缺陷，能向用戶推薦其最需要的業務。

技術領域

本發明涉及數據業務技術領域，尤其涉及一種基于社交網絡分析的業務推薦方法和系統。

背景技術

隨著三大運營商市場競爭的不斷加劇，精細化的客戶關系建模方法得到了廣泛使用，基于客戶行為建立的模型能夠為用戶推薦其最需要的業務。這類方法通過有監督或者無監督的數據挖掘算法，根據客戶的行為、偏好、費用等信息對客戶未來一段時間內的業務購買傾向進行預測，以此找出最具價值的客戶，從而達到擴大客戶規模的目的。

傳統的通過數據挖掘建立模型進行業務推薦的典型方法，包括以下步驟：獲取客戶在某項業務推薦后的訂購和非訂購數據；匯總每位客戶在業務推薦前數月的各類信息，包括費用、通信行為（語音/短信/上網）、業務訂購行為、終端使用行為；以訂購/非訂購為目標，利用決策樹、邏輯回歸、神經網絡等數據挖掘算法工具對客戶歷史數據進行訓練；按照訓練模型生成的規則從全網客戶中篩選出該業務的目標客戶進行推薦。

同時，隨著社交網站的興起，人與人之間的社交關系也逐漸成為研究關注的焦點，移動客戶之間頻繁的通信行為使得他們自然的形成了一些群體。各群體中，每位客戶都對其它客戶的行為施加著不同程度的影響。典型的社交網絡分析通常用來量化客戶的這一影響力。比如，通過匯總客戶的語音交往圈，計算客戶與每位對端客戶的通話次數/時長，來決定該客戶的影響力。影響力較大的客戶在客戶保有工作中會得到優先挽留，在業務推薦中也會得到最優的服務。

然而，現有的業務推薦建模方法僅對單個業務產品的推薦進行優化，在多業務的組合推薦場景中，難以給出客戶在每個業務產品上的推薦優先級別。另外，現有的業務推薦建模方法僅對單個客戶進行分析，沒有考慮到客戶之間的聯系和相互影響，雖然在單次的業務推薦上能夠提高目標客戶群的精準度，但是無法形成持續的業務推廣效果，也無法利用客戶間的關系形成有效的業務傳播方式。

另一方面，現有技術中基于移動通信交往圈的分析方法通常只分析單個通信方式產生的交往圈，比如語音交往圈即使將語音和短信交往數據整合在了一起，在后期計算影響力時也是分開單獨計算語音和短信的影響力，無法兼顧客戶在多個通信方式中產生的交往信息。另外，這種基于移動通信交往圈的分析方法對主叫通信行為和被叫通信行為是分開計算的，便無法排除單向撥打客戶和主叫沉默客戶這兩種對于計算影響力沒有意義的情況。

發明內容

本發明實施例提供一種基于社交網絡分析的業務推薦方法及系統，用以解決現有技術中只針對單個業務、單個客戶以及單個通信方式進行分析，從而難以向用戶推薦其最需要的業務的問題。

本發明實施例提供的具體技術方案如下：

第一方面，一種基于社交網絡分析的業務推薦方法，包括：

根據第一用戶的歷史通信記錄，確定與所述第一用戶存在關聯的至少一個其他用戶，并獲取所述第一用戶與所述至少一個其他用戶進行交互時所采用的每一類通信方式的通信量信息；

根據所述第一用戶與所述至少一個其他用戶進行交互時所采用的每一類通信方式的通信量信息，計算所述第一用戶和所述至少一個其他用戶之間的交互因子；

根據所述第一用戶的歷史業務信息，確定所述第一用戶申請的每一類業務的使用信息并進行除權處理；