[發明專利]基于廣電大數據的用戶流失預警方法、系統及存儲介質在審
| 申請號: | 201811494472.1 | 申請日: | 2018-12-07 |
| 公開(公告)號: | CN109508329A | 公開(公告)日: | 2019-03-22 |
| 發明(設計)人: | 王昌雄;唐昊;劉智 | 申請(專利權)人: | 廣州市誠毅科技軟件開發有限公司 |
| 主分類號: | G06F16/215 | 分類號: | G06F16/215;G06F16/242;G06K9/62;H04N21/45 |
| 代理公司: | 廣州嘉權專利商標事務所有限公司 44205 | 代理人: | 胡輝 |
| 地址: | 510300 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 訓練特征 用戶判別 大數據 存儲介質 數據清洗 業務需求 用戶識別 準確率 預警 用戶交互數據 構造特征 領域知識 特征構造 業務經驗 用戶基礎 配置的 配置 采集 主觀 應用 分析 | ||
1.基于廣電大數據的用戶流失預警方法,其特征在于:包括以下步驟:
根據業務需求配置流失用戶的識別特征;
根據業務需求配置識別特征的取值范圍和時間范圍;
根據配置的取值范圍和時間范圍,對采集的用戶交互數據和用戶基礎資料進行數據清洗;
根據數據清洗后的結果,構造待訓練特征;
根據待訓練特征,生成流失用戶判別模型;
根據識別特征,通過流失用戶判別模型進行流失用戶識別。
2.根據權利要求1所述的基于廣電大數據的用戶流失預警方法,其特征在于:所述根據業務需求配置識別特征的取值范圍和時間范圍這一步驟,包括以下步驟:
根據業務需求配置識別特征的用戶基礎指標和用戶行為指標;
根據業務需求配置待采集數據的時間范圍;
其中,所述用戶基礎指標包括用戶資料類數據、客戶資料類數據、支付類數據、賬單類數據和產品類數據。
3.根據權利要求2所述的基于廣電大數據的用戶流失預警方法,其特征在于:
所述用戶資料類數據包括用戶名、用戶所屬地市、用戶開戶時間、用戶狀態、用戶的業務類型、用戶歸屬分公司和用戶狀態變化時間;
所述客戶資料類數據包括客戶名、客戶分級、客戶證件號碼、客戶狀態、客戶屬性、客戶類型和客戶貢獻度;
所述支付類數據包括基本收視維護費、視頻增值服務費、數據服務費、帶寬服務費和支付方式;
所述賬單類數據包括賬單金額、沖銷金額、欠費金額和賬單類型;
所述產品類數據包括銷售品名稱、套餐名稱、產品類型、產品單價、訂購產品時間和訂購產品狀態。
4.根據權利要求1所述的基于廣電大數據的用戶流失預警方法,其特征在于:所述根據配置的取值范圍和時間范圍,對采集的用戶交互數據和用戶基礎資料進行數據清洗這一步驟,包括以下步驟:
根據配置的取值范圍和時間范圍,對采集的用戶交互數據和用戶基礎資料進行空缺值填充;
根據配置的取值范圍和時間范圍,對采集的用戶交互數據和用戶基礎資料進行異常值刪除;
根據配置的取值范圍和時間范圍,對采集的用戶交互數據和用戶基礎資料進行重復值刪除。
5.根據權利要求1所述的基于廣電大數據的用戶流失預警方法,其特征在于:所述根據數據清洗后的結果,構造待訓練特征這一步驟,包括以下步驟:
根據數據清洗后的結果,得到原始數據表;
根據原始數據表,確認數據表之間的關聯關系;
根據數據表之間的關聯關系,對數據表進行分組操作;
根據分組操作的結果,生成第一待訓練特征;
對數據表中的原始特征進行函數計算,生成第二待訓練特征。
6.根據權利要求1所述的基于廣電大數據的用戶流失預警方法,其特征在于:還包括對流失用戶判別模型進行優化的步驟;
所述對流失用戶判別模型進行優化這一步驟,包括以下步驟:
根據待訓練特征,生成測試集;
通過測試集計算模型準確率;
通過測試集計算模型覆蓋率;
通過測試集計算模型命中率;
根據計算得到的準確率、覆蓋率和命中率,確定最優流失用戶判別模型。
7.根據權利要求1所述的基于廣電大數據的用戶流失預警方法,其特征在于:還包括對預流失用戶進行消費推送的步驟;
所述對預流失用戶進行消費推送這一步驟,包括以下步驟:
根據用戶的消費數據,向用戶推送適合用戶消費程度的消費套餐;
根據用戶的收視行為,向用戶推送適合用戶喜好程度的消費產品;
根據用戶的消費計劃,向用戶推送針對用戶消費計劃的消費產品。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣州市誠毅科技軟件開發有限公司,未經廣州市誠毅科技軟件開發有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811494472.1/1.html,轉載請聲明來源鉆瓜專利網。





