[發(fā)明專利]一種基于信令數據的潛在投訴用戶預測方法及系統

有效

• 申請?zhí)枺?/td>: 201410279999.8
• 申請日: 2014-06-20
• 公開（公告）號: CN104113869B
• 公開（公告）日: 2017-12-22
• 發(fā)明（設計）人: 張光輝;肖琳;常青
• 申請（專利權）人: 北京拓明科技有限公司
• 主分類號: H04W24/06
• 分類號: H04W24/06
• 代理公司: 北京天悅專利代理事務所(普通合伙)11311
• 代理人: 任曉航,張海秀

1.一種基于信令數據的潛在投訴用戶預測方法，包括以下步驟：

(1)以A接口信令數據為基礎建立全網用戶特征向量；所述全網用戶特征向量包括投訴用戶特征向量和未投訴用戶特征向量；用戶特征向量中的參數為對應業(yè)務的業(yè)務參數；

(2)根據投訴用戶特征向量和未投訴用戶特征向量計算未投訴用戶與投訴用戶的業(yè)務相似度；

(3)根據業(yè)務相似度確定未投訴用戶中的潛在投訴用戶，業(yè)務相似度越高用戶為潛在投訴用戶的可能性越大，當未投訴用戶與投訴用戶的相似度符合設定的判定閾值時，該用戶確定為潛在投訴用戶。

2.如權利要求1所述的一種基于信令數據的潛在投訴用戶預測方法，其特征在于：在步驟(1)和步驟(2)之間，還包括：

(1-2)將全網用戶特征向量進行標準化。

3.如權利要求1或2所述的一種基于信令數據的潛在投訴用戶預測方法，其特征在于：步驟(1)中，以單次業(yè)務為粒度建立全網用戶特征向量；所述業(yè)務包括通話、短信、尋呼無響應、位置更新和開關機。

4.如權利要求3所述的一種基于信令數據的潛在投訴用戶預測方法，其特征在于：選擇距離投訴用戶投訴時間小于設定時長的、與投訴業(yè)務相對應的業(yè)務建立全網用戶特征向量。

5.如權利要求2所述的一種基于信令數據的潛在投訴用戶預測方法，其特征在于：步驟(1-2)中，所述將全網用戶特征向量進行標準化是指將特征向量的參數數值標準化到[-1,1]。

6.如權利要求5所述的一種基于信令數據的潛在投訴用戶預測方法，其特征在于：將特征向量的參數數值進行標準化的公式為：

其中，t表示全網用戶特征向量中某個用戶的某個參數的數值，min表示全網用戶中所述某個參數數值中的最小值，max表示全網用戶中所述某個參數數值中的最大值；

當max＝min時，將全網特征向量中對應參數的參數數值統一賦值。

7.如權利要求1所述的一種基于信令數據的潛在投訴用戶預測方法，其特征在于：步驟(2)中，通過計算投訴用戶特征向量與未投訴用戶特征向量中對應參數的歐式距離計算未投訴用戶與投訴用戶的業(yè)務相似度，歐式距離越小相似度越高；所述歐式距離的計算公式為：

其中，d(x,y)表示未投訴用戶與投訴用戶的業(yè)務相似度，x表示投訴用戶的特征向量，y表示未投訴用戶的特征向量，n表示全網用戶特征向量中業(yè)務參數的個數，x_k表示投訴用戶特征向量中第k個業(yè)務參數的數值，y_k表示未投訴用戶特征向量中第k個業(yè)務參數的數值。

8.一種基于信令數據的潛在投訴用戶預測系統，包括：

特征向量建立模塊：用于以A接口信令數據為基礎建立全網用戶特征向量；所述全網用戶特征向量包括投訴用戶特征向量和未投訴用戶特征向量；用戶特征向量中的參數為對應業(yè)務的業(yè)務參數；

相似度計算模塊：用于根據投訴用戶特征向量和未投訴用戶特征向量計算未投訴用戶與投訴用戶的業(yè)務相似度；

潛在投訴用戶確定模塊：根據業(yè)務相似度確定未投訴用戶中的潛在投訴用戶，業(yè)務相似度越高用戶為潛在投訴用戶的可能性越大，當未投訴用戶與投訴用戶的相似度符合設定的判定閾值時，該用戶確定為潛在投訴用戶。

9.如權利要求8所述的一種基于信令數據的潛在投訴用戶預測系統，其特征在于，該系統還包括：

向量標準化模塊：用于將全網用戶特征向量進行標準化處理。