[發(fā)明專利]一種預測用戶離網的方法及裝置

在審

• 申請?zhí)枺?/td>: 201410371307.2
• 申請日: 2014-07-30
• 公開（公告）號: CN105447583A
• 公開（公告）日: 2016-03-30
• 發(fā)明（設計）人: 曾嘉;袁明軒;戴文淵
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/00
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

技術領域

本發(fā)明實施例涉及通信技術領域，尤其涉及一種預測用戶離網的方法及裝置。

背景技術

對于多數基于入網服務的企業(yè)來說，預測用戶未來是否離網及其離網的主要原因至關重要。例如，電信運營商非常關心其在網用戶未來是否可能離網及離網的時間和原因，然后利用這些結果針對性的為可能離網的用戶進行維系和挽留活動，從而保障存量用戶的價值，持續(xù)為電信運營商提供穩(wěn)定的利潤。通常，運營商希望能夠提前一段時間預測出用戶離網的傾向，從而有足夠的時間來維系和挽留用戶。

現有的預測用戶離網的技術，主要是基于用戶早期的業(yè)務消費特征數據，這些數據可以來自用戶的賬單、話單等，例如：用戶每天的通話時長、每天使用的數據流量、發(fā)送的短信條數、每月消費金額等。而這些數據對用戶離網特征刻畫的不夠全面，常常不能準確地預測出用戶未來的離網狀況，例如，用戶可能在離網前的半年內，每天的通話時長、每天使用的數據流量、發(fā)送的短信條數、每月消費金額變化不大，這樣就很難預測半年后用戶的狀態(tài)。

發(fā)明內容

有鑒于此，本發(fā)明實施例提供了一種預測用戶離網的方法及裝置，能夠提高用戶離網預測的準確度。

第一方面，本發(fā)明實施例提供的預測用戶離網的方法，包括：

獲取用戶在第一預置時間段內的業(yè)務消費特征數據、位置活動特征數據及社交網絡特征數據，所述位置活動特征數據指的是所述用戶在所述第一預置時間段內與各個基站通信的相關數據，所述社交網絡特征數據指的是在所述第一預置時間段內所述用戶與社交網絡中的其他用戶通信的相關數據；

將獲取的所述業(yè)務消費特征數據、所述位置活動特征數據及所述社交網絡特征數據輸入預先訓練好的分類器進行計算并輸出計算結果，所述計算結果為所述用戶的離網預測結果。

結合第一方面，在第一方面的第一種實施方式中，所述獲取用戶在第一預置時間段內的位置活動特征數據包括：

從位置活動特征矩陣中抽取所述用戶的位置活動特征數據，所述位置活動特征矩陣為在所述第一預置時間段內各個用戶與各個基站通信的相關數據構成的矩陣。

結合第一方面，或第一方面的第一種實施方式，在第一方面的第二種實施方式中，所述獲取用戶在第一預置時間段內的社交網絡特征數據包括：

從社交網絡特征矩陣中抽取所述用戶的社交網絡特征數據，所述社交網絡特征矩陣為在所述第一預置時間段內所述社交網絡中各個用戶相互通信的相關數據構成的矩陣。

結合第一方面，或第一方面的第一種實施方式，或第一方面的第二種實施方式，在第一方面的第三種實施方式中，在獲取用戶在第一預置時間段內的業(yè)務消費特征數據、位置活動特征數據及社交網絡特征數據之后，所述方法還包括：

將所述位置活動特征數據的維度降低到預設維度，以及根據所述社交網絡特征數據計算所述用戶在所述社交網絡中的影響力；

所述將獲取的所述業(yè)務消費特征數據、所述位置活動特征數據及所述社交網絡特征數據輸入預先訓練好的分類器進行計算并輸出計算結果包括：

將所述業(yè)務消費特征數據、降低到預設維度的位置活動特征數據及計算所得的所述用戶在所述社交網絡中的影響力輸入到預先訓練好的分類器進行計算并輸出計算結果。

結合第一方面的第三種實施方式，在第一方面的第四種實施方式中，所述將所述業(yè)務消費特征數據、降低到預設維度的位置活動特征數據及計算所得的所述用戶在所述社交網絡中的影響力輸入到預先訓練好的分類器進行計算的過程中，所述業(yè)務消費特征數據越大，所述用戶離網的概率越低；所述用戶在所述社交網絡中的影響力越大，所述用戶離網的概率越低；當所述用戶與同一網絡中的不同基站通信時，所述用戶與網絡中通信質量越差的基站通信的相關數據越小，所述用戶離網的概率越低，當所述用戶與不同網絡中的基站通信時，與所述用戶通信的相關數據越大的基站，所述用戶離開其所在的網絡的概率越低。

結合第一方面，或第一方面的第一種實施方式，或第一方面的第二種實施方式，或第一方面的第三種實施方式，或第一方面的第四種實施方式，在第一方面的第五種實施方式中，在獲取用戶在第一預置時間段內的業(yè)務消費特征數據、位置活動特征數據及社交網絡特征數據之前，所述方法還包括訓練所述分類器，具體方法如下：