[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

本發明公開了基于廣電大數據的用戶流失預警方法、系統及存儲介質，方法包括：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。本發明通過特征構造，能夠生成多個新的待訓練特征，無需根據業務經驗、領域知識以及分析人員的主觀直覺來構造特征，大大提高了流失用戶判別模型的準確率，進而提高了用戶識別的準確率，可廣泛應用于大數據技術領域。

技術領域

本發明涉及大數據技術領域，尤其是基于廣電大數據的用戶流失預警方法、系統及存儲介質。

背景技術

大數據是指的是無法使用傳統流程或工具處理或分析的信息，大數據定義了那些超出正常處理范圍和大小，并迫使用戶采用非傳統處理方法的數據集。而廣電大數據則是通過用戶與廣播電視網絡(以下簡稱廣電)交互所產生的數據，包括但不僅限于用戶與電視機頂盒交互產生的數據、用戶與廣播電視網絡客服交互產生的數據，以及用戶與廣播電視網絡帶寬交互產生的數據。

流失預警是指基于大數據平臺，通過數據分析，對有標簽數據的用戶，通過算法模型進行用戶識別，對無標簽數據的用戶根據數據挖掘算法進行深度挖掘，從而識別出將要流失的用戶。

在廣播電視網絡的流失預警過程中，傳統的做法是，首先通過大數據平臺采集用戶的交互行為數據以及一些用戶的基礎數據，然后識別業務需求所需要的數據，再基于業務經驗以及領域知識，通過數據挖掘算法識別出預流失的用戶，從而提前對流失用戶開展挽留工作。上述傳統方法的缺點是過度依賴于業務經驗、領域知識以及分析人員的主觀直覺來完成，識別準確率較低。

發明內容

為解決上述技術問題，本發明的目的在于：提供一種準確率高的基于廣電大數據的用戶流失預警方法、系統及存儲介質。

本發明一方面所采取的技術方案為：

基于廣電大數據的用戶流失預警方法，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。

進一步，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。

進一步，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。