3g客開模型方法及3g客開模型的制作方法
【專利摘要】本發明公開了一種3G客開模型方法，包括：ARPU值步驟，計算出異網用戶的ARPU值信息，再進行修正和分段處理；異網定位步驟，通過變異系數的判斷篩選得到異網用戶的地址信息；漫游概率步驟，匯總異網過網用戶的語音和短信信息，整合數據進行標準差處理，計算用戶漫游的可能性；緊密聯系人步驟，得出本網用戶的異網緊密聯系人；學生步驟，預測出學生群體。本發明還公開了一種3G客開模型，包括長漫模型模塊、ARPU值模型模塊、地址定位模型模塊、漫游概率模型模塊、緊密聯系人模型模塊和學生模型模塊。本發明能夠更好、更精確化的服務于用戶，使異網用戶在加入本網后可以得到更多優惠和更優質的服務。
【專利說明】3G客開模型方法及3G客開模型

【技術領域】
[0001]本發明涉及通信領域，尤其涉及一種3G客開模型方法和3G客開模型。

【背景技術】
[0002]隨著3G的快速發展，客戶需求呈現出明顯的新特點，通信服務也顯現出新的趨勢，客戶數量爆發式增長和客戶對服務響應速度、準確性的要求不斷提高，傳統的營業廳、客服熱線渠道已不堪重負，而各個運營商在想辦法留住客戶的同時，為擴大用戶量，讓更多用戶享受到自己的優質服務，開始把目標瞄向競爭對手的用戶尤其是高端用戶，3G客開就是為了順應這種需要應運而生發展起來的異網策反手段。
[0003]現有的3G客開是根據不同運營商用戶之間的交互，提取異網用戶的基礎信息，打造以異網客戶視圖為基礎的服務框架，利用電話營銷手段與客戶交流推廣自己的服務產品。一種改進方式是利用數據處理技術，用計算機收集、記錄數據，再從大量的、可能是雜亂無章的、難以理解的數據中抽取并推導出對于某些特定的人們來說是有價值、有意義的數據，并對數據進行分析和加工后傳輸交付選擇出的數據。借助模式分析技術，該方法能將客戶的有效信息進行匯總，提供有產能價值的用戶進行服務。對于該方法的實現步驟，數據處理過程較為單一，客戶基礎信息沒能有效結合起來還原客戶真實需求，另外人為主觀因素判斷用戶價值占比較大，在進行服務推廣時，會導致資料利用率的降低，增加營運成本。
[0004]現有的3G客開模式已不能滿足日益增長的客戶需求和精細化的服務，需對用戶的消費特征和用戶的類型做更詳細的分類，研究開發新的3G客開模型勢在必行。


【發明內容】

[0005]本發明的目的在于提供一種3G客開模型方法和3G客開模型，能夠更好、更精確化的服務于用戶，使異網用戶在加入本網后可以得到更多優惠和更優質的服務。
[0006]實現上述目的的技術方案是:
[0007]一種3G客開模型方法，包括下列步驟:
[0008]ARPU值步驟，通過匯總異網過網用戶的信息，通過邏輯回歸算法計算出異網用戶的ARPU值信息，再根據已知的本網用戶ARPU值進行修正，最后對ARPU值進行分段處理；
[0009]異網定位步驟，根據異網過網用戶與本網用戶預設時間段的通話詳單，匹配出與本網用戶通話規律穩定的幾個基站信息，通過變異系數的判斷篩選得到異網用戶的地址信息；
[0010]漫游概率步驟，通過匯總所述預設時間段的異網過網用戶的語音和短信信息，整合該時間段的數據進行標準差處理，再通過概率計算公式得到用戶漫游的可能性大小；
[0011]緊密聯系人步驟，通過對異網過網用戶的月通話規律和周通話規律的話單進行匯總，計算出相應的變異系數，據此得出本網用戶的異網緊密聯系人；
[0012]學生步驟，通過匯總本網用戶和異網過網用戶的通話和短信詳單，匯總用戶的使用行為，結合緊密聯系人信息，預測出學生群體。
[0013]在上述的3G客開模型方法中，還包括長漫步驟，該長漫步驟包括:
[0014]步驟S61，抽取本方為被叫的異網通話信息，規整異網號碼的歸屬地、話單發生地和對應的省份；
[0015]步驟S62，對通話時長、頻率進行處理后分段；
[0016]步驟S63，對號段進行處理，標記優號；
[0017]步驟S64，匯總目標用戶信息。
[0018]在上述的3G客開模型方法中，所述ARPU值步驟包括:
[0019]步驟S11，抽取異網過網用戶的語音和通話特征信息；
[0020]步驟S12，抽取異網過網用戶的短信接收和發送信息；
[0021]步驟S13，匯總異網過網用戶的語音、通話、短信接收和短信發送信息，通過邏輯回歸算法計算ARPU值；
[0022]步驟S14，根據已知的本網用戶ARPU值對步驟S13計算出的ARPU值進行修正；
[0023]步驟S15，將修正后的ARPU值平均劃分為10段，結果匯總。
[0024]在上述的3G客開模型方法中，所述異網定位步驟包括:
[0025]步驟S21，抽取預設時間段異網通話詳單；
[0026]步驟S22，定位第一區縣，再定位該區縣的第一鄉鎮和第二鄉鎮；
[0027]步驟S23，定位第二區縣，再定位該區縣的第一鄉鎮和第二鄉鎮；
[0028]步驟S24，計算兩個第一鄉鎮和兩個第二鄉鎮各自的通話均值和標準差，求得變異系數；
[0029]步驟S25，根據變異系數篩選得到異網用戶的地址信息。
[0030]在上述的3G客開模型方法中，所述漫游概率步驟包括:
[0031]步驟S31，匯總異網過網用戶的語音和短信信息；
[0032]步驟S32，計算所述預設時間段內長途漫游通話時長的平均值和標準差；
[0033]步驟S33，通過概率計算公式計算漫游概率；
[0034]步驟S34，將計算得到的漫游概率平均劃分為10段，最后結果匯總。
[0035]在上述的3G客開模型方法中，所述緊密聯系人步驟包括:
[0036]步驟S41，提取異網過網用戶的手機號碼交際話單；
[0037]步驟S42，提取月規律聯系用戶，標記星期情況；
[0038]步驟S43，提取周規律聯系用戶；
[0039]步驟S44，求周規律用戶的變異系數；
[0040]步驟S45，根據求得的變異系數確定本網的異網緊密聯系人。
[0041]在上述的3G客開模型方法中，所述學生步驟包括:
[0042]步驟S51，匯總本網用戶的語音信息；
[0043]步驟S52，計算通話時長和次數，并求平均值和標準差；
[0044]步驟S53，匯總本網用戶的短信信息；
[0045]步驟S54，計算短信發送次數，求平均值；
[0046]步驟S55，匯總語音和短信的分析結果，求取概率值，結合緊密聯系人預測學生群體。
[0047]在上述的3G客開模型方法中，所述預設時間段為兩個月。
[0048]一種3G客開模型，包括:
[0049]長漫模型模塊，匯總當地異網過網用戶在長途和漫游狀態下的通話情況；
[0050]ARPU值模型模塊，預測異網過網用戶的ARPU值，通過與本網賬單的映射，還原出用戶的真實消費值；
[0051]地址定位模型模塊，模擬異網過網用戶的歸屬區縣和鄉鎮；
[0052]漫游概率模型模塊，推測無漫游的用戶在未來出現漫游的可能性大小；
[0053]緊密聯系人模型模塊，依據異網過網用戶與本網用戶的通話規律，得出兩類用戶的聯系緊密程度；以及
[0054]學生模型模塊，依據在特定的時間段語音通話和短信接收發送情況特征，推斷異網過網用戶為學生的概率。
[0055]本發明的有益效果是:本發明為了有效解決異網用戶服務的問題，將與本網用戶有通話和短信記錄的異網用戶信息進行規整，將未知的用戶信息通過相關算法進行還原。同時，本發明的算法還原和提供了用戶的信息，從服務層面來講，給精細化服務創造了客觀條件，在可觀的資源條件和人力下，能夠使資源得到最大化的利用，減少人力成本，并將優質用戶有效地集中起來進行服務，有利地拓展了本網用戶群。

【專利附圖】

【附圖說明】
[0056]圖1是本發明的3G客開模型的結構示意圖；
[0057]圖2是本發明的3G客開模型方法的流程圖；
[0058]圖3是本發明的3G客開模型方法的ARPU值步驟的流程圖；
[0059]圖4是本發明的3G客開模型方法的異網定位步驟的流程圖；
[0060]圖5是本發明的3G客開模型方法的漫游概率步驟的流程圖；
[0061]圖6是本發明的3G客開模型方法的緊密聯系人步驟的流程圖；
[0062]圖7是本發明的3G客開模型方法的學生步驟的流程圖；
[0063]圖8是本發明的3G客開模型方法的長漫步驟的流程圖。

【具體實施方式】
[0064]下面將結合附圖對本發明作進一步說明。
[0065]請參閱圖1，本發明的3G客開模型，包括:長漫模型模塊I和客開模型模塊2，客開模型模塊2包括ARPU值模型模塊21、地址定位模型模塊22、漫游概率模型模塊23、緊密聯系人模型模塊24和學生模型模塊25，其中:
[0066]長漫模型模塊I用于匯總當地異網過網用戶在長途和漫游狀態下的通話情況，在一定通話范圍內的用戶對漫游需求比較打，因此該模型的優勢在于能夠很好的反應出有長途漫游需求得用戶，對異網2G用戶來說，我們的3G單卡長途漫游統一資費有很大的吸引力。
[0067]ARPU值模型模塊21用于預測異網過網用戶的ARPU值，通過與本網賬單的映射，還原出用戶的真實消費值，體現用戶的價值。在一定消費水平下，能夠針對性的開展3G單卡不同產品的營銷，該模型在整個模型體系中起到不可缺少和代替的作用。
[0068]地址定位模型模塊22用于模擬異網過網用戶的歸屬區縣和鄉鎮，一方面能夠圈定出一定配送范圍內的用戶群體，另一方面能夠集中區域進行營銷，能夠節省人力成本，作用巨大。
[0069]漫游概率模型模塊23用于推測無漫游的用戶在未來出現漫游的可能性大小，與ARPU模型相輔相成，結合使用能夠得到預測漫游對用戶消費值的影響，能夠還原出異網用戶適合的本網3G單卡產品；
[0070]緊密聯系人模型模塊24依據異網過網用戶與本網用戶的通話規律，得出兩類用戶的聯系緊密程度，考慮到群體效應的影響，預知這類與本網用戶緊密聯系的異網群體更易于策反。在資源充足的情況下，這批用戶起到很好的調節作用。
[0071]學生模型模塊25依據在特定的時間段，語音通話和短信接收發送情況特征，推斷異網用戶為學生的概率，另外跟緊密聯系人相結合，在已知本網學生用戶的前提下，能夠更準確的定位出異網學生用戶。一方面由于學生用戶消費偏低，忠誠度比較高，另一方面學生用戶信息面比較廣，造成這類用戶策反難度比較大，因此在開發過程中需要進行屏蔽，避免人力資源的浪費。
[0072]請參閱圖2，本發明的3G客開模型方法，包括下列步驟:
[0073]步驟SI，ARPU值步驟，通過匯總異網過網用戶的信息，通過邏輯回歸算法計算出異網用戶的ARPU值信息，再根據已知的本網用戶ARPU值進行修正，最后對ARPU值進行分段處理，請參閱圖3，具體包括:
[0074]步驟S11，抽取異網過網用戶的語音和通話特征信息；
[0075]步驟S12，抽取異網過網用戶的短信接收和發送信息；
[0076]步驟S13，匯總異網過網用戶的語音、通話、短信接收和短信發送信息，通過邏輯回歸算法計算ARPU值；其中，邏輯回歸算法如下:
[0077]可以查詢到本網用戶消費數據，提取其中與異網用戶有交互的本月語音短信數據，將其根據異網用戶號碼進行匯總，匯總數據時對語音短信下分類信息分別進行匯總，將每個用戶以及所包含的的各項匯總信息(X)作為一個樣本，得到一個樣本集合A。可以建立多元線性回歸模型:
[0078]ARPU = b0+bl*xl+b2*x2+…+bn*xn
[0079]通過問卷調查得到異網用戶實際ARPU值，代入模型中得到{bl，b2，…，bn}，將參數代入模型中得到估算ARPU值的多元線性回歸模型。
[0080]步驟S14，根據已知的本網用戶ARPU值對步驟S13計算出的ARPU值進行修正，即:用通過本網用戶的實際ARPU值與預測ARPU值做比較，得到估計標準誤差，根據誤差值修正ARPU值估算結果。
[0081]步驟S15，將修正后的ARPU值平均劃分為10段，結果匯總。
[0082]步驟S2，異網定位步驟，根據異網過網用戶與本網用戶預設時間段的通話詳單，匹配出與本網用戶通話規律穩定的幾個基站信息，通過變異系數的判斷篩選得到異網用戶的地址信息，請參閱圖4，具體包括:
[0083]步驟S21，抽取預設時間段(本實施例中為兩個月)的異網通話詳單，該異網通話詳單包括對端號碼、己方話單發生地、主被叫、是否為長途漫游通話。
[0084]步驟S22，定位第一區縣，再定位該區縣的第一鄉鎮和第二鄉鎮；
[0085]步驟S23，定位第二區縣，再定位該區縣的第一鄉鎮和第二鄉鎮；
[0086]步驟S24，計算兩個第一鄉鎮和兩個第二鄉鎮各自的通話均值和標準差，即:通過撥打通話詳單，得到每次通話的基站信息，統計出出現次數最多的兩個基站，計算同一基站里語音時長的均值和標準差，從而求得變異系數，即:用語音標準差除以語音均值得到變異系數。
[0087]步驟S25，根據變異系數定位最后的鄉鎮信息，即篩選得到異網用戶的地址信息，即:將變異系數最小的基站作為定位出的基站，與基站信息匹配得到用戶的地址信息。
[0088]步驟S3，漫游概率步驟，通過匯總預設時間段(本實施例中兩個月)的異網過網用戶的語音和短信信息，整合該時間段的數據進行標準差處理，再通過概率計算公式得到用戶漫游的可能性大小，請參閱圖5，具體包括:
[0089]步驟S31，匯總異網過網用戶的語音和短信信息；
[0090]步驟S32，計算預設時間段(本實施例中兩個月)內長途漫游語音時長平均值和標準差；
[0091]步驟S33，通過概率計算公式計算漫游概率，如下:
[0092]提取用戶的語音和短信等各種信息，求出一個z值:
[0093]z = w0+wl*xl+w2*x2+...+ 碰*xm(其中 xl, x2,..., xm 是用戶的各種信息，維度為m)；
[0094]之后按照sigmoid函數的形式求出漫游概率:p = I/(1+exp (~z))。
[0095]步驟S34，將計算得到的漫游概率平均劃分為10段，最后結果匯總。
[0096]步驟S4，緊密聯系人步驟，通過對異網過網用戶的月通話規律和周通話規律的話單進行匯總，計算出相應的變異系數，據此得出本網用戶的異網緊密聯系人，請參閱圖6，具體包括:
[0097]步驟S41，提取異網過網用戶的手機號碼交際話單；
[0098]步驟S42，從手機號碼交際話單中提取月規律聯系用戶，標記星期情況，以便于尋找同一聯系人的通話規律；
[0099]步驟S43，從手機號碼交際話單中提取周規律聯系用戶；
[0100]步驟S44，求周規律用戶的變異系數，即:統計有通話的每周周幾為規律日，求得規律日內通話次數的標準差和平均值，變異系數為標準差除以平均值；
[0101]步驟S45，根據求得的變異系數確定本網的異網緊密聯系人，即:求出所有聯系人的變異系數，變異系數越小，聯系越緊密。
[0102]步驟S5，學生步驟，通過匯總本網用戶和異網過網用戶的通話和短信詳單，匯總用戶的使用行為，結合緊密聯系人信息，預測出學生群體，請參閱圖7，具體包括:
[0103]步驟S51，匯總本網用戶的語音信息；
[0104]步驟S52，計算通話時長和次數，并求平均值和標準差；
[0105]步驟S53，匯總本網用戶的短信信息；
[0106]步驟S54，計算短信發送次數，求平均值；
[0107]步驟S55，匯總語音和短信的分析結果，求取概率值由已知的學生通話記錄，分析出學生通話的規律，包括通話時間點和通話時長，將用戶的通話記錄與之比較，求出概率值，具體方法為:
[0108]提取用戶的語音和短信等各種信息，求出一個z值:
[0109]z = w0+wl*xl+w2*x2+...+ 碰*xm(其中 xl, x2,..., xm 是用戶的各種信息，維度為m)；
[0110]之后按照sigmoid函數的形式求出為學生的概率:p = I/(1+exp (_z)),結合緊密聯系人預測學生群體，即:提出確定為學生的用戶，將這些用戶的緊密聯系人也確定為學生，由此預測學生群體。
[0111]以上五個步驟中和起來一方面能夠在還原的用戶消費和漫游可能性的基礎上進行合理的篩選推薦，另一方面能夠根據現有調節條件，篩選出優質資源，節約現有成本。
[0112]步驟S6，請參閱圖8，長漫步驟包括:
[0113]步驟S61，抽取本方為被叫的異網通話信息，規整異網號碼的歸屬地、話單發生地和對應的省份；
[0114]步驟S62，對通話時長、頻率進行處理后分段；
[0115]步驟S63，對號段進行處理，標記優號；
[0116]步驟S64，匯總目標用戶信息。
[0117]長漫步驟得出的數據可以單獨使用。
[0118]以上實施例僅供說明本發明之用，而非對本發明的限制，有關【技術領域】的技術人員，在不脫離本發明的精神和范圍的情況下，還可以作出各種變換或變型，因此所有等同的技術方案也應該屬于本發明的范疇，應由各權利要求所限定。
【權利要求】
1.一種3G客開模型方法，其特征在于，包括下列步驟:ARPU值步驟，通過匯總異網過網用戶的信息，通過邏輯回歸算法計算出異網用戶的ARPU值信息，再根據已知的本網用戶ARPU值進行修正，最后對ARPU值進行分段處理；異網定位步驟，根據異網過網用戶與本網用戶預設時間段的通話詳單，匹配出與本網用戶通話規律穩定的幾個基站信息，通過變異系數的判斷篩選得到異網用戶的地址信息；漫游概率步驟，通過匯總所述預設時間段的異網過網用戶的語音和短信信息，整合該時間段的數據進行標準差處理，再通過概率計算公式得到用戶漫游的可能性大小； 緊密聯系人步驟，通過對異網過網用戶的月通話規律和周通話規律的話單進行匯總，計算出相應的變異系數，據此得出本網用戶的異網緊密聯系人； 學生步驟，通過匯總本網用戶和異網過網用戶的通話和短信詳單，匯總用戶的使用行為，結合緊密聯系人信息，預測出學生群體。
2.根據權利要求1所述的3G客開模型方法，其特征在于，還包括長漫步驟，該長漫步驟包括: 步驟S61，抽取本方為被叫的異網通話信息，規整異網號碼的歸屬地、話單發生地和對應的省份； 步驟S62，對通話時長、頻率進行處理后分段； 步驟S63，對號段進行處理，標記優號； 步驟S64,匯總目標用戶信息。
3.根據權利要求1所述的3G客開模型方法，其特征在于，所述ARPU值步驟包括: 步驟S11，抽取異網過網用戶的語音和通話特征信息； 步驟S12，抽取異網過網用戶的短信接收和發送信息； 步驟S13，匯總異網過網用戶的語音、通話、短信接收和短信發送信息，通過邏輯回歸算法計算ARPU值； 步驟S14，根據已知的本網用戶ARPU值對步驟S13計算出的ARPU值進行修正； 步驟S15，將修正后的ARPU值平均劃分為10段，結果匯總。
4.根據權利要求1所述的3G客開模型方法，其特征在于，所述異網定位步驟包括: 步驟S21，抽取預設時間段異網通話詳單； 步驟S22，定位第一區縣，再定位該區縣的第一鄉鎮和第二鄉鎮； 步驟S23，定位第二區縣，再定位該區縣的第一鄉鎮和第二鄉鎮； 步驟S24，計算兩個第一鄉鎮和兩個第二鄉鎮各自的通話均值和標準差，求得變異系數； 步驟S25，根據變異系數篩選得到異網用戶的地址信息。
5.根據權利要求1所述的3G客開模型方法，其特征在于，所述漫游概率步驟包括: 步驟S31，匯總異網過網用戶的語音和短信信息； 步驟S32，計算所述預設時間段內長途漫游通話時長的平均值和標準差； 步驟S33，通過概率計算公式計算漫游概率； 步驟S34，將計算得到的漫游概率平均劃分為10段，最后結果匯總。
6.根據權利要求1所述的3G客開模型方法，其特征在于，所述緊密聯系人步驟包括: 步驟S41，提取異網過網用戶的手機號碼交際話單； 步驟S42，提取月規律聯系用戶，標記星期情況； 步驟S43，提取周規律聯系用戶； 步驟S44，求周規律用戶的變異系數； 步驟S45，根據求得的變異系數確定本網的異網緊密聯系人。
7.根據權利要求1所述的3G客開模型方法，其特征在于，所述學生步驟包括: 步驟S51，匯總本網用戶的語音信息； 步驟S52，計算通話時長和次數，并求平均值和標準差； 步驟S53，匯總本網用戶的短信信息； 步驟S54，計算短信發送次數，求平均值； 步驟S55，匯總語音和短信的分析結果，求取概率值，結合緊密聯系人預測學生群體。
8.根據權利要求1所述的3G客開模型方法，其特征在于，所述預設時間段為兩個月。
9.一種3G客開模型，其特征在于，包括: 長漫模型模塊，匯總當地異網過網用戶在長途和漫游狀態下的通話情況； ARPU值模型模塊，預測異網過網用戶的ARPU值，通過與本網賬單的映射，還原出用戶的真實消費值； 地址定位模型模塊，模擬異網過網用戶的歸屬區縣和鄉鎮； 漫游概率模型模塊，推測無漫游的用戶在未來出現漫游的可能性大小； 緊密聯系人模型模塊，依據異網過網用戶與本網用戶的通話規律，得出兩類用戶的聯系緊密程度；以及 學生模型模塊，依據在特定的時間段語音通話和短信接收發送情況特征，推斷異網過網用戶為學生的概率。
【文檔編號】H04W80/08GK104168535SQ201410418345
【公開日】2014年11月26日 申請日期:2014年8月22日 優先權日:2014年8月22日
【發明者】高旻, 謝建偉 申請人:上海澄美信息服務有限公司