[發明專利]一種預流失用戶的識別方法

有效

• 申請號: 201410371099.6
• 申請日: 2014-07-30
• 公開（公告）號: CN104182474B
• 公開（公告）日: 2018-06-05
• 發明（設計）人: 王廣善;趙黎明
• 申請（專利權）人: 北京拓明科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京天悅專利代理事務所(普通合伙) 11311
• 代理人: 田明;張海秀

本發明公開了一種預流失用戶的識別方法，首先提取用戶參量集，選擇多種流失用戶預測模型算法，并分別采用每種預測模型算法對所述用戶參量集中的用戶進行建模生成多種流失用戶預測模型，之后采用多種流失用戶預測模型分別進行流失用戶預測，得到多種流失用戶預測模型的預測結果，最后根據多種流失用戶預測模型的預測結果，選擇最接近預設條件的兩種或兩種以上的流失用戶預測模型進行預流失用戶的組合預測。該方法在進行用戶流失率預測的過程中，不是通過一種預測方法對用戶數據集進行預測率預測，而是依據預測誤差最小的原則，選擇合適的組合算法，使得預測流失用戶結果更精確，利于后期客戶挽留工作的展開，節約投入成本。

技術領域

本發明涉及移動通信技術領域，具體涉及一種對移動通信用戶中的預流失用戶的識別方法。

背景技術

客戶流失一直是學術界和工業界的研究熱點，客戶流失問題包括流失原因，流失分類，流失預測，客戶挽回等多個方面，而其中如何準確地對客戶流失進行預測，則是客戶流失分析的核心問題。

目前的用戶流失預測算法主要是在提取數據并進行預處理后，采用某一種數據預測算法(如決策樹、神經網絡等)，對所提取數據進行數據挖掘，并最終輸出流失率預測結果。

在現在有的流失預測過程中，對數據預處理后，直接采用單個算法模型的預測結果雖然覆蓋用戶范圍更廣泛，但是其準確率卻差強人意。然而在實際的應用中，預測結果數據集的覆蓋程度與準確性同時影響著后期在進行客戶挽留工作室的成本投入，本申請正是針對該問題而提出的一種預流失用戶的識別方法，對用戶進行流失預警，提高預測準確率。

發明內容

針對現有技術中存在的缺陷，本發明的目的在于提供一種預流失用戶的識別方法，提高流失用戶預測結果的準確度。

為實現上述目的，本發明采用的技術方案如下：

一種預流失用戶的識別方法，包括以下步驟：

(1)提取用戶參量集；所述用戶參量集是指用于衡量用戶價值的數據集合；所述用戶價值是指用戶對其通信運營商的消費貢獻價值；

(2)選擇多種流失用戶預測模型算法，并分別采用每種預測模型算法對所述用戶參量集中的用戶進行建模生成多種流失用戶預測模型；

(3)采用多種流失用戶預測模型分別進行流失用戶預測，得到多種流失用戶預測模型的預測結果；

(4)根據多種流失用戶預測模型的預測結果，選擇最接近預設條件的兩種或兩種以上的流失用戶預測模型進行預流失用戶的組合預測。

進一步，如上所述的一種預流失用戶的識別方法，步驟(1)中，以用戶的人口統計信息、用戶的行為信息以及用戶的產品使用信息數據作為源數據，提取用戶參量集；所述數據源是預測之前設定時間段的數據源。

進一步，如上所述的一種預流失用戶的識別方法，步驟(3)中，所述預測結果包括預測命中率和覆蓋率。

進一步，如上所述的一種預流失用戶的識別方法，所述預設條件包括預測命中率預設條件和預測覆蓋率預設條件。

再進一步，如上所述的一種預流失用戶的識別方法，步驟(4)中，選擇最接近預設條件的兩種或兩種以上的流失用戶預測模型進行預流失用戶的組合預測的具體方式為：

(4-1)確定每種流失用戶預測模型的預測加權系數；

(4-2)根據每種流失用戶預測模型的預測加權系數進行預流失用戶的組合預測，預測方式為：

假設選擇了m種流失用戶預測模型，第i種流失用戶預測模型對設定時間段t內流失用戶的預測值為f_it，其預測加權系數為w_i，其中，m≥2，1≤i≤m,1≤t≤n，n≥2；則m種流失用戶預測模型對設定時間段t內流失用戶的組合預測結果為：