数据信息通信网络中实现用户流失预测的系统及方法
【专利摘要】本发明涉及一种数据信息通信网络中实现用户流失预测的系统及方法，其中包括数据采集提取模块、数据分析模块、数据建模模块和预测模块，数据采集提取模块采集数据信息通信网络的用户数据并提取用户体验原始数据，数据分析模块生成用户体验指标数据，数据建模模块建立预测模型，预测模块将用户体验指标数据输入预测模型并根据预测结果判断该用户是否为可能流失的用户。采用本发明的数据信息通信网络中实现用户流失预测的系统及方法，能够发现导致用户流失的根本原因，及时通知运营商采取相应措施，争取到较多的时间来采取措施，提高客服部门服务质量，增加用户体验好感度，具有更广泛的应用范围。
【专利说明】数据信息通信网络中实现用户流失预测的系统及方法
【技术领域】
[0001]本发明涉及用户流失分析领域，尤其涉及移动通信用户流失领域，具体是指一种数据信息通信网络中实现用户流失预测的系统及方法。
【背景技术】
[0002]近年来随着移动通信的发展，运营商之间的竞争也愈加激烈，运营商的工作重点已经从努力发展新客户向提升老客户的保有率，提升用户体验，提高用户的ARUP (AverageRevenue Per User，每用户平均收入)值方向发展。
[0003]据权威机构统计，流失客户中有20%的用户是因为用户体验差而流失的，尤其是近年来随着用户流量使用的提升，移动终端使用时长也在不断的增加，用户更加注重自己的用户体验，因用户体验不好而造成的流失比率正在不断升高。
[0004]传统的客户流失分析主要是依据用户的通话，短信，出账，投诉等用户行为的变化来预测用户的流失，例如通话量突然变少，短信爆发式增长，以及出账金额降低等等，这些现象实际上并不是用户流失的原因，而是用户流失的表现，当用户出现上述现象的时候往往即将流失，或者已经流失，留给客服维系挽留的时间非常短，或者根本没有维系挽留的时间，而且客服不知道导致用户流失的实际原因，因此预测的价值就大打折扣。
【发明内容】
[0005]本发明的目的是克服了上述现有技术的缺点，提供了一种能够实时采集用户体验指标数据并建模分析是否存在可能流失的客户、能够及时通知运营商采取相应措施、提高客服部门服务质量、增加用户体验好感度的数据信息通信网络中实现用户流失预测的系统及方法。
[0006]为了实现上述目的，本发明的具有如下构成:
[0007]该数据信息通信网络中实现用户流失预测的系统，，其主要特点是，所述的系统包括数据采集提取模块、数据分析模块、数据建模模块和预测模块；
[0008]所述的数据采集提取模块，用以采集数据信息通信网络的用户数据以及从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据并发送所述的用户体验原始数据至数据分析模块；
[0009]所述的数据分析模块，用以合并所述的数据采集提取模块发送的用户体验原始数据并生成用户体验指标数据以及发送所述的用户体验指标数据至预测模块；
[0010]所述的数据建模模块，用以建立一个预测模型并发送所述的预测模型至所述的预测模块；
[0011]所述的预测模块，用以将所述的数据分析模块发送的用户体验指标数据输入至所述的数据建模模块发送的预测模型中并根据所述的预测模型计算得出的预测结果判断该用户是否为可能流失的用户以及根据判断结果做出相应的操作。
[0012]进一步地，所述的数据采集提取模块包括数据采集单元和数据提取单元，所述的数据采集单元用以采集所述的数据信息通信网络的用户数据，所述的数据提取单元从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据。
[0013]其中，所述的数据采集单元采用MDA (ModelDriven Architecture,模型驱动架构)方式采集所述的用户数据，所述的数据提取单元采用DPI(Dot Per Inch，每英寸点数)方式提取所述的用户体验原始数据。
[0014]进一步地，所述的数据分析模块包括数据存储单元，所述的数据存储单元用以存储所述的数据采集模块发送的用户体验原始数据和所述的数据分析模块从所述的数据存储单元中读取需要合并的用户体验原始数据。
[0015]进一步地，所述的数据分析模块还包括数据关联单元，所述的数据关联单元用以识别用户标识并在所述的数据分析模块生成所述的用户体验指标数据后将所述的用户体验指标数据通过所述的用户标识与用户属性信息相关联。
[0016]进一步地，所述的预测模块包括预警单元，所述的预警单元用以在所述的预测模块判断该用户是可能流失的客户时将所述的用户体验指标数据对应的用户属性信息通过相关数据接口提供给运营商。
[0017]进一步地，所述的数据建模模块包括数据验证单元，所述的数据验证单元用以判断所述的数据建模模块建立的数个预测模型的准确率和覆盖率是否包含于所述的系统设置的范围内以及根据判断结果比较所述的通过判断的数个预测模型并筛选出一个最优模型发送至所述的预测模块。
[0018]其中，所述的用户体验指标数据对应的用户体验指标为KPI指标(KeyPerformance Indicator,关键绩效指标)。
[0019]此外，本发明还提供一种数据信息通信网络中实现用户流失预测的方法，该方法包括以下步骤:
[0020](I)所述的数据采集提取模块采集所述的数据信息通信网络的用户数据；
[0021](2)所述的数据采集提取模块从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据并发送至所述的数据分析模块；
[0022](3)所述的数据分析模块合并所述的用户体验原始数据并生成用户体验指标数据；
[0023](4)所述的数据分析模块发送所述的用户体验指标数据至所述的预测模块；
[0024](5)所述的数据建模模块建立一个预测模型并发送所述的预测模型至所述的预测模块；
[0025](6)所述的预测模块将所述的用户体验指标数据输入至所述的数据建模模块发送的预测模型中；
[0026](7)所述的预测模块根据所述的预测模型计算得出的预测结果判断该用户是否为可能流失的用户并根据判断结果做出相应的操作。
[0027]进一步地，所述的数据采集提取模块包括数据采集单元，所述的数据采集提取模块采集所述的数据信息通信网络的用户数据，具体为:
[0028]所述的数据采集单元采集所述的数据信息通信网络的用户数据。
[0029]进一步地，所述的数据采集提取模块还包括数据提取单元，所述的数据采集提取模块从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据，具体为:[0030]所述的数据提取单元从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据。
[0031]进一步地，所述的数据分析模块包括数据存储单元，所述的步骤(2)和(3)之间，还包括以下步骤:
[0032](2.1)所述的数据存储单元存储所述的数据采集模块发送的用户体验原始数据；
[0033](2.2)所述的数据分析模块从所述的数据存储单元中读取所述的用户体验原始数据。
[0034]进一步地，所述的数据分析模块还包括数据关联单元，所述的步骤(3)和(4)之间，还包括以下步骤:
[0035](3.1)所述的数据关联单元用以识别用户标识；
[0036](3.2)所述的数据关联单元将所述的用户体验指标数据通过所述的用户标识与用户属性信息相关联。
[0037]进一步地，所述的预测模块包括预警单元，所述的预测模块根据所述的预测模型计算得出的预测结果判断该用户是否为可能流失的用户并根据判断结果做出相应的操作，包括以下步骤:
[0038](7.1)所述的预测模块根据所述的预测模型计算得出的预测结果判断该用户是否为可能流失的用户；
[0039](7.2)如果判断结果是该用户为可能流失的用户，则继续步骤(7.3)，否则返回上述步骤⑴；
[0040](7.3)所述的预警单元将所述的用户体验指标数据对应的用户属性信息通过相关数据接口提供给运营商。
[0041]进一步地，所述的数据建模模块包括数据验证单元，所述的数据建模模块建立一个预测模型，包括以下步骤:
[0042](5.1)所述的数据验证单元逐一判断所述的数据建模模块建立的数个预测模型的准确率和覆盖率是否包含于所述的系统设置的范围内；
[0043](5.2)所述的数据验证单元保留通过判断的预测模型并删除没有通过判断的预测模型；
[0044](5.3)所述的数据验证单元比较所述的通过判断的数个预测模型并筛选出一个最优模型发送至所述的预测模块。
[0045]采用了本发明的数据信息通信网络中实现用户流失预测的系统及方法，通过MDA方式实时采集数据信息通信网络的用户数据，利用DPI技术提取用户体验KPI指标的原始数据，加强数据的可分析性和准确性，将用户体验指标数据与用户流失分析相结合建立预测模型，便于分析用户体验指标和用户流失的关系，同时比较和验证所建立的多个预测模型的准确率和覆盖率从而优化预测模型，并将这一优化的预测模型运用到用户流失预测系统中对用户数据进行预测，确保能够及时有效的发现用户体验不好导致的用户流失并且第一时间进行预测预警，从而发现导致用户流失的根本原因，争取到较多的时间来采取措施，提高运营商的客服部门维系挽留的成功率，提升运营商服务质量，加快客服部门工作效率，有利于从根本原因上改善用户体验，具有更广泛的应用范围。【专利附图】
【附图说明】
[0046]图1为本发明的数据信息通信网络中实现用户流失预测的系统的结构示意图
[0047]图2为本发明的数据信息通信网络中实现用户流失预测的方法的总流程图
【具体实施方式】
[0048]为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。
[0049]请参阅图1，为本发明的数据信息通信网络中实现用户流失预测的系统的结构示意图。
[0050]在一种实施方式中，该数据信息通信网络中实现用户流失预测的系统包括数据采集提取模块、数据分析模块、数据建模模块和预测模块；
[0051]所述的数据采集提取模块，用以采集数据信息通信网络的用户数据以及从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据并发送所述的用户体验原始数据至数据分析模块；
[0052]所述的数据分析模块，用以合并所述的数据采集提取模块发送的用户体验原始数据并生成用户体验指标数据以及发送所述的用户体验指标数据至预测模块；
[0053]所述的数据建模模块，用以建立一个预测模型并发送所述的预测模型至所述的预测模块；
[0054]所述的预测模块，用以将所述的数据分析模块发送的用户体验指标数据输入至所述的数据建模模块发送的预测模型中并根据所述的预测模型计算得出的预测结果判断该用户是否为可能流失的用户以及根据判断结果做出相应的操作。
[0055]其中，所述的数据信息通信网络指的是移动通信网络的核心网，简而言之就是将用户与接入网，或者将接入网与其他接入网连接在一起的网络。核心网的功能主要是提供用户连接、管理用户以及完成业务承载和作为承载网络提供到外部网络的接口。
[0056]此外，不同的业务对应不同的用户体验指标，所以所述的数据分析模块首先需要统计一下需要得到的用户体验指标，例如流媒体业务对应的用户体验指标包括视频点播成功、视频播放等待时间、流媒体掉线和视频质量(卡顿或马赛克)等；对于彩信质量业务对应的用户体验指标包括彩信发送成功率、彩信发送速度和彩信乱序等，再根据不同的用户体验指标，所述的不同的用户体验原始数据关联合并得到对应的用户体验指标数据，例如通过丢包数计算个人在特定时段内的丢包率等，为预测模型建模准备好相应的用户体验指标数据。
[0057]在一种优选的实施方式中，所述的数据采集提取模块包括数据采集单元和数据提取单元，所述的数据采集单元用以采集所述的数据信息通信网络的用户数据，主要包括信令数据和流量包数据，所述的数据提取单元从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据，例如丢包数和延时时间等。
[0058]其中，采集到的用户体验原始数据的数据量过大，需要过滤出对于预测有用的数据而舍弃其它无用的数据，例如采集到的流量包数据和信令数据对应的流量包原始数据和信令原始数据都会通过数据传输接口传递给数据分析模块，但是很明显流量包原始数据的数据量过于庞大，所以在发送前需要过滤数据包原始数据，只发送对于预测有用的部分数据，这样也能减少数据对于系统的占用率。
[0059]此外，所述的数据采集单元采用MDA方式采集所述的用户数据，所述的数据提取单元采用DPI方式提取所述的用户体验原始数据。
[0060]在另一种优选的实施方式中，所述的数据分析模块包括数据存储单元，所述的数据存储单元用以存储所述的数据采集模块发送的用户体验原始数据和所述的数据分析模块从所述的数据存储单元中读取需要合并的用户体验原始数据，当然，除了用户体验原始数据外也可以存储其它业务系统的接口发送过来的数据，例如计费数据，CRM(CustomerRelationship Management,客户关系管理)数据,投诉数据等等,避免出现多个功能相同的模块占用空间资源，也能更好地统一管理系统数据。
[0061]在另一种优选的实施方式中，所述的数据分析模块还包括数据关联单元，所述的数据关联单元用以识别用户标识并在所述的数据分析模块生成所述的用户体验指标数据后将所述的用户体验指标数据通过所述的用户标识与用户属性信息相关联，例如基于DPI方式的深度分析之后，从流量包和信令数据中得到反映用户体验指标的用户体验指标数据，并将这些用户体验指标数据通过用户标识关联用户属性信息。
[0062]在另一种优选的实施方式中，所述的预测模块包括预警单元，所述的预警单元用以在所述的预测模块判断该用户是可能流失的客户时将所述的用户体验指标数据对应的用户属性信息通过相关数据接口提供给运营商。
[0063]在另一种优选的实施方式中，由于所述的数据建模模块会根据用户体验指标和用户流失的关系建立数个预测模型，而用户流失数据属于逻辑值即流失与非流失，所以建立的预测模型为决策树模型，输入的指标数据包括视频点播成功数据、视频播放等待时间数据、流媒体掉线数据、视频质量数据、彩信发送成功率数据、彩信发送速度数据、彩信乱序数据、语音电话拨打成功数据、语音电话接通等待时间数据、语音电话网络掉话数据、语音电话用户掉话数据、访问HTTP (Hypertext transfer protocol,超文本传输协议)首页成功数据、成功访问HTTP首页等待时间数据、HTTP页面链接打开中断数据、HTTP页面链接打开成功数据和HTTP页面链接打开时间数据等等，建立的预测模型例如C4.5模型、神经网络模型或广义逻辑回归模型等。
[0064]在一种更优选的实施方式中，所述的数据建模模块需要从数个预测模型中挑选出最优化的数据模型，所以所述的数据建模模块还包括数据验证单元，所述的数据验证单元用以判断所述的数据建模模块建立的数个预测模型的准确率和覆盖率是否包含于所述的系统设置的范围内以及根据判断结果比较所述的通过判断的数个预测模型并筛选出一个最优模型发送至所述的预测模块，所述的预测模块将最优的模型部署到系统中，通过定时调用函数运行程序，定期的输出预测结果。
[0065]其中，所述的用户体验指标数据对应的用户体验指标为KPI指标，而对于预测模型的筛选，主要判断依据为预测模型的准确率和覆盖率，如果预测模型无法满足则进行建模调整或者重新建模，直到预测模型的覆盖率与准确率达到要求为止，准确率越高，表明预测模型预测的命中率越高，如果准确率不高将导致本来不流失的用户被误认为可能流失的用户，无法准确的寻找到用户流失的根本原因，也无法积极避免用户的不流失，造成运营商的资源浪费，覆盖率越高，表明预测结果判断为可能流失的用户占整个的流失用户的比重越大，覆盖率较低将导致本来可能流失的用户被判定为不流失的用户，无法挖掘出真正可能流失的用户，不能及时采取措施避免；同时对于预测模型的筛选也可以包括不同模型之间的预测效果的比较，进而筛选出最优模型。
[0066]此外，本发明还提供一种数据信息通信网络中实现用户流失预测的方法，该方法包括以下步骤:
[0067](I)所述的数据采集提取模块采集所述的数据信息通信网络的用户数据；
[0068](2)所述的数据采集提取模块从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据并发送至所述的数据分析模块；
[0069](3)所述的数据分析模块合并所述的用户体验原始数据并生成用户体验指标数据；
[0070](4)所述的数据分析模块发送所述的用户体验指标数据至所述的预测模块；
[0071](5)所述的数据建模模块建立一个预测模型并发送所述的预测模型至所述的预测模块；
[0072](6)所述的预测模块将所述的用户体验指标数据输入至所述的数据建模模块发送的预测模型中；
[0073](7)所述的预测模块根据所述的预测模型计算得出的预测结果判断该用户是否为可能流失的用户并根据判断结果做出相应的操作。
[0074]在一种优选的实施方式中，所述的数据采集提取模块包括数据采集单元，所述的数据采集提取模块采集所述的数据信息通信网络的用户数据，具体为:
[0075]所述的数据采集单元采集所述的数据信息通信网络的用户数据。
[0076]在另一种优选的实施方式中，所述的数据采集提取模块还包括数据提取单元，所述的数据采集提取模块从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据，具体为:
[0077]所述的数据提取单元从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据。
[0078]在另一种优选的实施方式中，所述的数据分析模块包括数据存储单元，所述的步骤⑵和⑶之间，还包括以下步骤:
[0079](2.1)所述的数据存储单元存储所述的数据采集模块发送的用户体验原始数据；
[0080](2.2)所述的数据分析模块从所述的数据存储单元中读取所述的用户体验原始数据。
[0081]在另一种优选的实施方式中，所述的数据分析模块还包括数据关联单元，所述的步骤⑶和⑷之间，还包括以下步骤:
[0082](3.1)所述的数据关联单元用以识别用户标识；
[0083](3.2)所述的数据关联单元将所述的用户体验指标数据通过所述的用户标识与用户属性信息相关联。
[0084]在另一种优选的实施方式中，所述的预测模块包括预警单元，所述的预测模块根据所述的预测模型计算得出的预测结果判断该用户是否为可能流失的用户并根据判断结果做出相应的操作，包括以下步骤:
[0085](7.1)所述的预测模块根据所述的预测模型计算得出的预测结果判断该用户是否为可能流失的用户；[0086](7.2)如果判断结果是该用户为可能流失的用户，则继续步骤(7.3)，否则返回上述步骤⑴；
[0087](7.3)所述的预警单元将所述的用户体验指标数据对应的用户属性信息通过相关数据接口提供给运营商。
[0088]在另一种优选的实施方式中，所述的数据建模模块包括数据验证单元，所述的数据建模模块建立一个预测模型，包括以下步骤:
[0089](5.1)所述的数据验证单元逐一判断所述的数据建模模块建立的数个预测模型的准确率和覆盖率是否包含于所述的系统设置的范围内；
[0090](5.2)所述的数据验证单元保留通过判断的预测模型并删除没有通过判断的预测模型；
[0091](5.3)所述的数据验证单元比较所述的通过判断的数个预测模型并筛选出一个最优模型发送至所述的预测模块。
[0092]采用了本发明的数据信息通信网络中实现用户流失预测的系统及方法，通过MDA方式实时采集数据信息通信网络的用户数据，利用DPI技术提取用户体验KPI指标的原始数据，加强数据的可分析性和准确性，将用户体验指标数据与用户流失分析相结合建立预测模型，便于分析用户体验指标和用户流失的关系，同时比较和验证所建立的多个预测模型的准确率和覆盖率从而优化预测模型，并将这一优化的预测模型运用到用户流失预测系统中对用户数据进行预测，确保能够及时有效的发现用户体验不好导致的用户流失并且第一时间进行预测预警，从而发现导致用户流失的根本原因，争取到较多的时间来采取措施，提高运营商的客服部门维系挽留的成功率，提升运营商服务质量，加快客服部门工作效率，有利于从根本原因上改善用户体验，具有更广泛的应用范围。
[0093]在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。
【权利要求】
1.一种数据信息通信网络中实现用户流失预测的系统，其特征在于，所述的系统包括: 数据采集提取模块，用以采集数据信息通信网络的用户数据以及从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据并发送所述的用户体验原始数据至数据分析模块； 数据分析模块，用以合并所述的数据采集提取模块发送的用户体验原始数据并生成用户体验指标数据以及发送所述的用户体验指标数据至预测模块； 数据建模模块，用以建立一个预测模型并发送所述的预测模型至所述的预测模块； 预测模块，用以将所述的数据分析模块发送的用户体验指标数据输入至所述的数据建模模块发送的预测模型中并根据所述的预测模型计算得出的预测结果判断该用户是否为可能流失的用户以及根据判断结果做出相应的操作。
2.根据权利要求1所述的数据信息通信网络中实现用户流失预测的系统，其特征在于，所述的数据采集提取模块包括数据采集单元和数据提取单元，所述的数据采集单元用以采集所述的数据信息通信网络的用户数据，所述的数据提取单元从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据。
3.根据权利要求2所述的数据信息通信网络中实现用户流失预测的系统，其特征在于，所述的数据采集单元采用MDA方式采集所述的用户数据，所述的数据提取单元采用DPI方式提取所述的用户体验原始数据。
4.根据权利要求1所述的数据信息通信网络中实现用户流失预测的系统，其特征在于，所述的数据分析模块包括数据存储单元，所述的数据存储单元用以存储所述的数据采集模块发送的用户体验原始数据和所述的数据分析模块从所述的数据存储单元中读取需要合并的用户体验原始数据。
5.根据权利要求1所述的数据信息通信网络中实现用户流失预测的系统，其特征在于，所述的数据分析模块还包括数据关联单元，所述的数据关联单元用以识别用户标识并在所述的数据分析模块生成所述的用户体验指标数据后将所述的用户体验指标数据通过所述的用户标识与用户属性信息相关联。
6.根据权利要求5所述的数据信息通信网络中实现用户流失预测的系统，其特征在于，所述的预测模块包括预警单元，所述的预警单元用以在所述的预测模块判断该用户是可能流失的客户时将所述的用户体验指标数据对应的用户属性信息通过相关数据接口提供给运营商。
7.根据权利要求1所述的数据信息通信网络中实现用户流失预测的系统，其特征在于，所述的数据建模模块包括数据验证单元，所述的数据验证单元用以判断所述的数据建模模块建立的数个预测模型的准确率和覆盖率是否包含于所述的系统设置的范围内以及根据判断结果比较所述的通过判断的数个预测模型并筛选出一个最优模型发送至所述的预测模块。
8.根据权利要求1所述的数据信息通信网络中实现用户流失预测的系统，其特征在于，所述的用户体验指标数据对应的用户体验指标为KPI指标。
9.一种基于权利要求1至8中任一项所述的系统在数据信息通信网络中实现用户流失预测的方法，其特征在于，所述的方法包括以下步骤:(1)所述的数据采集提取模块采集所述的数据信息通信网络的用户数据； (2)所述的数据采集提取模块从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据并发送至所述的数据分析模块； (3)所述的数据分析模块合并所述的用户体验原始数据并生成用户体验指标数据； (4)所述的数据分析模块发送所述的用户体验指标数据至所述的预测模块； (5)所述的数据建模模块建立一个预测模型并发送所述的预测模型至所述的预测模块； (6)所述的预测模块将所述的用户体验指标数据输入至所述的数据建模模块发送的预测模型中； (7)所述的预测模块根据所述的预测模型计算得出的预测结果判断该用户是否为可能流失的用户并根据判断结果做出相应的操作。
10.根据权利要求9所述的数据信息通信网络中实现用户流失预测的方法，其特征在于，所述的数据采集提取模块包括数据采集单元，所述的数据采集提取模块采集所述的数据信息通信网络的用户数据，具体为: 所述的数据采集单元采集所述的数据信息通信网络的用户数据。
11.根据权利要求9所述的数据信息通信网络中实现用户流失预测的方法，其特征在于，所述的数据采集提取模块还包括数据提取单元，所述的数据采集提取模块从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据，具体为: 所述的数据提取单元从所述的用户数据中提取用于生成用户体验指标数据的用户体验原始数据。
12.根据权利要求9所述的数据信息通信网络中实现用户流失预测的方法，其特征在于，所述的数据分析模块包括数据存储单元，所述的步骤(2)和(3)之间，还包括以下步骤: (2.1)所述的数据存储单元存储所述的数据采集模块发送的用户体验原始数据； (2.2)所述的数据分析模块从所述的数据存储单元中读取所述的用户体验原始数据。
13.根据权利要求9所述的数据信息通信网络中实现用户流失预测的方法，其特征在于，所述的数据分析模块还包括数据关联单元，所述的步骤(3)和(4)之间，还包括以下步骤: (3.1)所述的数据关联单元用以识别用户标识； (3.2)所述的数据关联单元将所述的用户体验指标数据通过所述的用户标识与用户属性信息相关联。
14.根据权利要求13所述的数据信息通信网络中实现用户流失预测的方法，其特征在于，所述的预测模块包括预警单元，所述的预测模块根据所述的预测模型计算得出的预测结果判断该用户是否为可能流失的用户并根据判断结果做出相应的操作，包括以下步骤: (7.1)所述的预测模块根据所述的预测模型计算得出的预测结果判断该用户是否为可能流失的用户； (7.2)如果判断结果是该用户为可能流失的用户，则继续步骤(7.3)，否则返回上述步骤⑴； (7.3)所述的预警单元将所述的用户体验指标数据对应的用户属性信息通过相关数据接口提供给运营商。
15.根据权利要求9所述的数据信息通信网络中实现用户流失预测的方法，其特征在于，所述的数据建模模块包括数据验证单元，所述的数据建模模块建立一个预测模型，包括以下步骤: (5.1)所述的数据验证单元逐一判断所述的数据建模模块建立的数个预测模型的准确率和覆盖率是否包含于所述的系统设置的范围内； (5.2)所述的数据验证单元保留通过判断的预测模型并删除没有通过判断的预测模型； (5.3)所述的数据验证单元比较所述的通过判断的数个预测模型并筛选出一个最优模型发送至所述的预测模块。
【文档编号】G06Q10/04GK104021433SQ201410273176
【公开日】2014年9月3日 申请日期:2014年6月18日 优先权日:2014年6月18日
【发明者】逯利军, 钱培专, 魏宝军, 张树民, 宋聚平, 范小涛 申请人:上海美琦浦悦通讯科技有限公司