[發(fā)明專利]基于離網(wǎng)預測推送信息的方法、裝置、服務器和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910864712.0
• 申請日: 2019-09-12
• 公開（公告）號: CN110602207A
• 公開（公告）日: 2019-12-20
• 發(fā)明（設計）人: 張英喬;向陽;林昀
• 申請（專利權(quán)）人: 北京紅山信息科技研究院有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;H04L12/24
• 代理公司: 11332 北京品源專利代理有限公司
• 代理人: 孟金喆

本發(fā)明公開了一種基于離網(wǎng)預測推送信息的方法、裝置、服務器和存儲介質(zhì)。該基于離網(wǎng)預測推送信息的方法包括：獲取樣本數(shù)據(jù)，所述樣本數(shù)據(jù)包括用戶的多維度行為數(shù)據(jù)；提取所述行為數(shù)據(jù)的行為特征；基于所述行為特征通過離網(wǎng)預測模型得到離網(wǎng)預測結(jié)果；基于所述離網(wǎng)預測結(jié)果通過離網(wǎng)概率模型得到離網(wǎng)概率；判斷所述離網(wǎng)概率是否大于第一閾值；如果所述離網(wǎng)概率大于所述第一閾值，則基于預設的用戶挽留規(guī)則進行第一信息推送。達到了根據(jù)用戶的離網(wǎng)趨勢推送消息以對用戶挽留的效果。

技術(shù)領域

本發(fā)明實施例涉及大數(shù)據(jù)處理領域，尤其涉及一種基于離網(wǎng)預測推送信息的方法、裝置、服務器和存儲介質(zhì)。

背景技術(shù)

隨著計算機技術(shù)和互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，利用計算機和互聯(lián)網(wǎng)預測用戶的離網(wǎng)概率并進行挽留也越來越重要。

在行業(yè)發(fā)展前中期，運營商主要以獲得用戶為出發(fā)點，不斷地想辦法吸引新的用戶來提高收入，但如今情況發(fā)生改變，通信行業(yè)發(fā)展速度非常快，市場很快趨于飽和，想要獲得一個新用戶難度不斷增大，相反要留住一個已有的用戶難度就會小很多。據(jù)估計，獲得一個新用戶的成本是保留一個原用戶成本的5倍以上，因此如何留住原用戶，如何及早的發(fā)現(xiàn)用戶的離網(wǎng)趨勢并且提供符合用戶需求的各種優(yōu)惠政策是各大運營商要集中力量解決的問題。

然而，目前部分運營商只是集中與如何針對用戶信息建立預測模型，也沒有根據(jù)預測結(jié)果對用戶進行挽留。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種基于離網(wǎng)預測推送信息的方法、裝置、服務器和存儲介質(zhì)，以實現(xiàn)根據(jù)用戶的離網(wǎng)趨勢推送消息以對用戶挽留的效果。

第一方面，本發(fā)明實施例提供了一種基于離網(wǎng)預測推送信息的方法，包括：

獲取樣本數(shù)據(jù)，所述樣本數(shù)據(jù)包括用戶的多維度行為數(shù)據(jù)；

提取所述行為數(shù)據(jù)的行為特征；

基于所述行為特征通過離網(wǎng)預測模型得到離網(wǎng)預測結(jié)果；

基于所述離網(wǎng)預測結(jié)果通過離網(wǎng)概率模型得到離網(wǎng)概率；

判斷所述離網(wǎng)概率是否大于第一閾值；

如果所述離網(wǎng)概率大于所述第一閾值，則基于預設的用戶挽留規(guī)則進行第一信息推送。

可選的，所述離網(wǎng)預測結(jié)果包括預測流失和預測不流失；所述基于所述離網(wǎng)預測結(jié)果通過離網(wǎng)概率模型得到離網(wǎng)概率，包括：

對所述離網(wǎng)預測結(jié)果為預測流失的用戶通過離網(wǎng)概率模型計算離網(wǎng)概率。

可選的，所述離網(wǎng)預測模型為彈性網(wǎng)回歸模型。

可選的，所述離網(wǎng)概率模型為生存分析模型。

可選的，所述基于預設的用戶挽留規(guī)則進行第一信息推送，包括：

在所述行為特征中分析得到用戶的離網(wǎng)特征，所述預設的用戶挽留規(guī)則為不同離網(wǎng)特征對應的不同優(yōu)惠方案；

基于所述離網(wǎng)特征以對應的優(yōu)惠方案對用戶進行第一信息推送。

可選的，在所述基于所述行為特征通過離網(wǎng)預測模型得到離網(wǎng)預測結(jié)果之前，包括：

將用戶劃分為不同的用戶群；

基于所述用戶群建立不同的所述離網(wǎng)預測模型。

可選的，在所述基于所述行為特征通過離網(wǎng)預測模型得到離網(wǎng)預測結(jié)果之前，包括：

驗證所述離網(wǎng)預測模型的準確度；

如果所述離網(wǎng)預測模型的準確度大于第二閾值，則基于所述行為特征通過離網(wǎng)預測模型得到離網(wǎng)預測結(jié)果；

如果所述離網(wǎng)預測模型的準確度不大于第二閾值，則重新建立所述離網(wǎng)預測模型。