[發明專利]一種基于決策樹算法的移動通信4G套餐降檔預測方法

有效

• 申請號: 201811039659.2
• 申請日: 2018-09-06
• 公開（公告）號: CN109451449B
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 林誠
• 申請（專利權）人: 廣州瀚信通信科技股份有限公司
• 主分類號: H04W4/24
• 分類號: H04W4/24;H04M15/00;G06K9/62
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明公開了一種基于決策樹算法的移動通信4G套餐降檔預測方法，包括以下步驟：S1確定對辦理套餐降檔具有影響的變量；S2進行數據進行合并提取，并選取正負兩種樣本作為訓練數據；S3取最新月份數據作為預測數據；S4建立決策樹模型；S5把最新月份數據樣本作為預測數據，利用已建立的決策樹模型對每個號碼進行預測評分，選出潛在套餐降檔目標客戶。本發明可提前預測出潛在4G套餐降檔用戶，支撐市場部門的精準營銷，節約營銷成本；同時增加4G套餐用戶的粘性。

技術領域

本發明涉及移動通信領域，更具體地，涉及一種基于決策樹算法的移動通信4G套餐降檔預測方法。

背景技術

隨著移動通信技術的發展，4G套餐類型的豐富多樣化，部分用戶出現了出現了4G套餐降檔現象，大市場客戶的自然進行套餐降檔概率在1.0％，導致公司收入的減少以及市場部門營銷成本的增加。

發明內容

本發明的目的是解決上述一個或多個缺陷，提出一種基于決策樹算法的移動通信4G套餐降檔預測方法。

為實現以上發明目的，采用的技術方案是：

一種基于決策樹算法的移動通信4G套餐降檔預測方法，包括以下步驟：

S1：確定對辦理套餐降檔具有影響的變量；

S2：剔除套餐資費以是最低的4G套餐客戶后對連續若干個月的數據進行合并提取，并在步驟S1中獲得的變量中增加一個維度：下月是否降低套餐檔次，并選取正負兩種樣本作為訓練數據；

S3：取最新月份數據作為預測數據；

S4：建立決策樹模型，其中決策樹模型利用JAVA+eclipse，使用spark的機器學習算法，將正負比例不同的四份訓練數據分別進行四次建模；

S5：把最新月份數據樣本作為預測數據，利用已建立的決策樹模型對每個號碼進行預測評分，預測出每個號碼下月套餐降檔的概率，分值大于等于0.5時，即為下月套餐降檔的高概率客戶，即為潛在套餐降檔目標客戶。

優選的是，步驟S1所述確定對辦理套餐降檔具有影響的變量具體通過是否合約捆綁用戶、當月ARPU、當月充值金額、近三月平均DOU這四個相關變量進行特征探索、相關性分析后，最終保留以下特征變量作為大市場用戶群潛在套餐降檔客戶識別模型的輸入變量；所述特征變量包括：品牌、終端品牌、是否漫游客戶、當月4G流量、是否家庭網客戶、是否4G終端、在網時長、年齡、當月ARPU、當月MOU、當月DOU、當月2G流量、當月3G流量、近三個月平均ARPU、近三個月平均MOU、近三個月平均2G流量、近三個月平均3G流量、近三個月平均4G流量、是否短號、是否合約捆綁、終端合約捆綁剩余月份、剩余待返回余額、月底剩余金額、當月充值金額、基本賬戶余額和贈送賬戶余額。其中ARPU指每用戶平均收入，DOU指平均每戶每月上網流量。

優選的是，步驟S2所述正負樣本按1:1，1:2取兩份訓練數據；其中正樣本為下月降低套餐檔次的號碼，負樣本為正使用狀態且沒降低套餐檔次的號碼。

優選的是，步驟S3所述取最新月份數據作為預測數據只取正使用號碼，剔除套餐資費已是最低的4G套餐客戶

優選的是，步驟S4所述決策樹模型用方差衡量有序性。

與現有技術相比，本發明的有益效果是：

本發明可提前預測出潛在4G套餐降檔用戶，支撐市場部門的精準營銷，節約營銷成本；同時增加4G套餐用戶的粘性。

附圖說明

圖1為本發明的流程圖；

圖2為是否合約捆綁用戶圖；

圖3為當月APRU圖；

圖4為當月充值金額圖；