[發(fā)明專利]用于向用戶推薦通信業(yè)務的方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201711428807.5
• 申請日: 2017-12-26
• 公開（公告）號: CN109962956B
• 公開（公告）日: 2022-06-07
• 發(fā)明（設計）人: 虞蘇妍;田盼
• 申請（專利權(quán)）人: 中國電信股份有限公司
• 主分類號: H04L67/51
• 分類號: H04L67/51;H04L67/55;G06Q30/02
• 代理公司: 中國貿(mào)促會專利商標事務所有限公司 11038
• 代理人: 李浩

本公開提供了一種用于向用戶推薦通信業(yè)務的方法和系統(tǒng)，涉及數(shù)據(jù)挖掘技術領域。該方法包括：基于用戶的已有通信業(yè)務確定該通信業(yè)務的各個維度；對該各個維度分別進行分箱處理，并根據(jù)分箱結(jié)果將該用戶分配到相應的特征組內(nèi)；基于該分箱結(jié)果查找該用戶的相似群體，計算得到該相似群體的通信業(yè)務結(jié)構(gòu)比例，并將該通信業(yè)務結(jié)構(gòu)比例作為推薦概率；以及在向該用戶待推薦的所有通信業(yè)務結(jié)構(gòu)中，選擇推薦概率最高的通信業(yè)務結(jié)構(gòu)作為推薦結(jié)果，向該用戶推薦通信業(yè)務。本公開可以在基本保證推薦準確度的前提下，顯著降低計算量，提升了計算效率和實用效果。

技術領域

本公開涉及數(shù)據(jù)挖掘技術領域，特別涉及一種用于向用戶推薦通信業(yè)務的方法和系統(tǒng)。

背景技術

協(xié)同過濾技術是一種典型的推薦技術。主要通過用戶的自身屬性以及過往消費記錄找到與其興趣相投、擁有共同經(jīng)驗的群體，并根據(jù)相似群體的喜好來推薦用戶感興趣的信息。個人通過合作的機制給予對象相當程度的回應(例如評分)，基于對這些回應的記錄和計算以達到過濾目的進而幫助別人篩選信息，實現(xiàn)個性化的內(nèi)容推薦。

RFM(Recency Frequency Monetary，近期消費、消費頻率、消費金額)技術是客戶關系管理中常見的客戶分群與價值評估技術，常用以衡量客戶價值和客戶創(chuàng)利能力。該技術一般通過客戶的近期購買行為、購買的總體頻率以及消費金額三項維度來將客戶劃分成n個群組，維度的數(shù)量和內(nèi)容可以靈活調(diào)整。

理論上，針對通信企業(yè)客戶進行資產(chǎn)推薦的場景，可通過協(xié)同過濾技術實現(xiàn)。在傳統(tǒng)的協(xié)同過濾技術中，首先選擇核心業(yè)務維度作為用戶“偏好”；然后按照維度計算兩兩用戶之間的相似度；接下來，分析與該用戶相似度高于某閾值的群體作為學習對象，通過相似度加權(quán)計算各資產(chǎn)結(jié)構(gòu)(即通信業(yè)務結(jié)構(gòu))的推薦概率；接下來，根據(jù)推薦概率向用戶推薦通信業(yè)務。由于通常情況下客戶數(shù)量十分龐大(例如百萬級)，因此直接使用這種傳統(tǒng)的協(xié)同過濾推薦技術會占用極高的計算資源(需要計算所有用戶的兩兩之間的相似度)，導致受制于一般的計算環(huán)境往往無法得到有效結(jié)果。

發(fā)明內(nèi)容

本公開實施例解決的一個技術問題是：提供一種用于向用戶推薦通信業(yè)務的方法或系統(tǒng)，以降低計算量，提升計算效率。

根據(jù)本公開實施例的一個方面，提供了一種用于向用戶推薦通信業(yè)務的方法，包括：基于用戶的已有通信業(yè)務確定所述通信業(yè)務的各個維度；對所述各個維度分別進行分箱處理，并根據(jù)分箱結(jié)果將所述用戶分配到相應的特征組內(nèi)；基于所述分箱結(jié)果查找所述用戶的相似群體，計算得到所述相似群體的通信業(yè)務結(jié)構(gòu)比例，并將所述通信業(yè)務結(jié)構(gòu)比例作為推薦概率；以及在向所述用戶待推薦的所有通信業(yè)務結(jié)構(gòu)中，選擇推薦概率最高的通信業(yè)務結(jié)構(gòu)作為推薦結(jié)果，向所述用戶推薦通信業(yè)務。

可選地，對所述各個維度分別進行分箱處理，并根據(jù)分箱結(jié)果將所述用戶分配到相應的特征組內(nèi)的步驟包括：根據(jù)所述用戶在各個維度上的數(shù)據(jù)信息將所述用戶分別分配到各個維度的相應箱組中；以及根據(jù)所述用戶被分配到的各個維度的相應箱組的特征將所述用戶分配到相應的特征組內(nèi)。

可選地，基于所述分箱結(jié)果查找所述用戶的相似群體的步驟包括：查找獲得所有與所述用戶在各個維度上的分箱結(jié)果均保持一致的其他用戶，將該所有其他用戶作為所述用戶的相似群體；其中，所述相似群體被分配到所述用戶的相應的特征組內(nèi)。

可選地，在計算通信業(yè)務結(jié)構(gòu)比例之前，所述方法還包括：判斷所述特征組內(nèi)的所有用戶數(shù)量是否大于或等于用戶數(shù)量閾值，如果是，則確定所述特征組為有效特征組，執(zhí)行計算通信業(yè)務結(jié)構(gòu)比例的步驟，否則確定所述特征組為無效特征組，刪除所述無效特征組。

可選地，計算得到所述相似群體的通信業(yè)務結(jié)構(gòu)比例的步驟包括：分別計算得到在所述相似群體中擁有每種通信業(yè)務結(jié)構(gòu)的用戶數(shù)量占所述相似群體的總用戶數(shù)量的比例，作為所述相似群體的通信業(yè)務結(jié)構(gòu)比例。