3g客开模型方法及3g客开模型的制作方法
【专利摘要】本发明公开了一种3G客开模型方法，包括：ARPU值步骤，计算出异网用户的ARPU值信息，再进行修正和分段处理；异网定位步骤，通过变异系数的判断筛选得到异网用户的地址信息；漫游概率步骤，汇总异网过网用户的语音和短信信息，整合数据进行标准差处理，计算用户漫游的可能性；紧密联系人步骤，得出本网用户的异网紧密联系人；学生步骤，预测出学生群体。本发明还公开了一种3G客开模型，包括长漫模型模块、ARPU值模型模块、地址定位模型模块、漫游概率模型模块、紧密联系人模型模块和学生模型模块。本发明能够更好、更精确化的服务于用户，使异网用户在加入本网后可以得到更多优惠和更优质的服务。
【专利说明】3G客开模型方法及3G客开模型
【技术领域】
[0001]本发明涉及通信领域，尤其涉及一种3G客开模型方法和3G客开模型。
【背景技术】
[0002]随着3G的快速发展，客户需求呈现出明显的新特点，通信服务也显现出新的趋势，客户数量爆发式增长和客户对服务响应速度、准确性的要求不断提高，传统的营业厅、客服热线渠道已不堪重负，而各个运营商在想办法留住客户的同时，为扩大用户量，让更多用户享受到自己的优质服务，开始把目标瞄向竞争对手的用户尤其是高端用户，3G客开就是为了顺应这种需要应运而生发展起来的异网策反手段。
[0003]现有的3G客开是根据不同运营商用户之间的交互，提取异网用户的基础信息，打造以异网客户视图为基础的服务框架，利用电话营销手段与客户交流推广自己的服务产品。一种改进方式是利用数据处理技术，用计算机收集、记录数据，再从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据，并对数据进行分析和加工后传输交付选择出的数据。借助模式分析技术，该方法能将客户的有效信息进行汇总，提供有产能价值的用户进行服务。对于该方法的实现步骤，数据处理过程较为单一，客户基础信息没能有效结合起来还原客户真实需求，另外人为主观因素判断用户价值占比较大，在进行服务推广时，会导致资料利用率的降低，增加营运成本。
[0004]现有的3G客开模式已不能满足日益增长的客户需求和精细化的服务，需对用户的消费特征和用户的类型做更详细的分类，研究开发新的3G客开模型势在必行。
【发明内容】
[0005]本发明的目的在于提供一种3G客开模型方法和3G客开模型，能够更好、更精确化的服务于用户，使异网用户在加入本网后可以得到更多优惠和更优质的服务。
[0006]实现上述目的的技术方案是:
[0007]一种3G客开模型方法，包括下列步骤:
[0008]ARPU值步骤，通过汇总异网过网用户的信息，通过逻辑回归算法计算出异网用户的ARPU值信息，再根据已知的本网用户ARPU值进行修正，最后对ARPU值进行分段处理；
[0009]异网定位步骤，根据异网过网用户与本网用户预设时间段的通话详单，匹配出与本网用户通话规律稳定的几个基站信息，通过变异系数的判断筛选得到异网用户的地址信息；
[0010]漫游概率步骤，通过汇总所述预设时间段的异网过网用户的语音和短信信息，整合该时间段的数据进行标准差处理，再通过概率计算公式得到用户漫游的可能性大小；
[0011]紧密联系人步骤，通过对异网过网用户的月通话规律和周通话规律的话单进行汇总，计算出相应的变异系数，据此得出本网用户的异网紧密联系人；
[0012]学生步骤，通过汇总本网用户和异网过网用户的通话和短信详单，汇总用户的使用行为，结合紧密联系人信息，预测出学生群体。
[0013]在上述的3G客开模型方法中，还包括长漫步骤，该长漫步骤包括:
[0014]步骤S61，抽取本方为被叫的异网通话信息，规整异网号码的归属地、话单发生地和对应的省份；
[0015]步骤S62，对通话时长、频率进行处理后分段；
[0016]步骤S63，对号段进行处理，标记优号；
[0017]步骤S64，汇总目标用户信息。
[0018]在上述的3G客开模型方法中，所述ARPU值步骤包括:
[0019]步骤S11，抽取异网过网用户的语音和通话特征信息；
[0020]步骤S12，抽取异网过网用户的短信接收和发送信息；
[0021]步骤S13，汇总异网过网用户的语音、通话、短信接收和短信发送信息，通过逻辑回归算法计算ARPU值；
[0022]步骤S14，根据已知的本网用户ARPU值对步骤S13计算出的ARPU值进行修正；
[0023]步骤S15，将修正后的ARPU值平均划分为10段，结果汇总。
[0024]在上述的3G客开模型方法中，所述异网定位步骤包括:
[0025]步骤S21，抽取预设时间段异网通话详单；
[0026]步骤S22，定位第一区县，再定位该区县的第一乡镇和第二乡镇；
[0027]步骤S23，定位第二区县，再定位该区县的第一乡镇和第二乡镇；
[0028]步骤S24，计算两个第一乡镇和两个第二乡镇各自的通话均值和标准差，求得变异系数；
[0029]步骤S25，根据变异系数筛选得到异网用户的地址信息。
[0030]在上述的3G客开模型方法中，所述漫游概率步骤包括:
[0031]步骤S31，汇总异网过网用户的语音和短信信息；
[0032]步骤S32，计算所述预设时间段内长途漫游通话时长的平均值和标准差；
[0033]步骤S33，通过概率计算公式计算漫游概率；
[0034]步骤S34，将计算得到的漫游概率平均划分为10段，最后结果汇总。
[0035]在上述的3G客开模型方法中，所述紧密联系人步骤包括:
[0036]步骤S41，提取异网过网用户的手机号码交际话单；
[0037]步骤S42，提取月规律联系用户，标记星期情况；
[0038]步骤S43，提取周规律联系用户；
[0039]步骤S44，求周规律用户的变异系数；
[0040]步骤S45，根据求得的变异系数确定本网的异网紧密联系人。
[0041]在上述的3G客开模型方法中，所述学生步骤包括:
[0042]步骤S51，汇总本网用户的语音信息；
[0043]步骤S52，计算通话时长和次数，并求平均值和标准差；
[0044]步骤S53，汇总本网用户的短信信息；
[0045]步骤S54，计算短信发送次数，求平均值；
[0046]步骤S55，汇总语音和短信的分析结果，求取概率值，结合紧密联系人预测学生群体。
[0047]在上述的3G客开模型方法中，所述预设时间段为两个月。
[0048]一种3G客开模型，包括:
[0049]长漫模型模块，汇总当地异网过网用户在长途和漫游状态下的通话情况；
[0050]ARPU值模型模块，预测异网过网用户的ARPU值，通过与本网账单的映射，还原出用户的真实消费值；
[0051]地址定位模型模块，模拟异网过网用户的归属区县和乡镇；
[0052]漫游概率模型模块，推测无漫游的用户在未来出现漫游的可能性大小；
[0053]紧密联系人模型模块，依据异网过网用户与本网用户的通话规律，得出两类用户的联系紧密程度；以及
[0054]学生模型模块，依据在特定的时间段语音通话和短信接收发送情况特征，推断异网过网用户为学生的概率。
[0055]本发明的有益效果是:本发明为了有效解决异网用户服务的问题，将与本网用户有通话和短信记录的异网用户信息进行规整，将未知的用户信息通过相关算法进行还原。同时，本发明的算法还原和提供了用户的信息，从服务层面来讲，给精细化服务创造了客观条件，在可观的资源条件和人力下，能够使资源得到最大化的利用，减少人力成本，并将优质用户有效地集中起来进行服务，有利地拓展了本网用户群。
【专利附图】
【附图说明】
[0056]图1是本发明的3G客开模型的结构示意图；
[0057]图2是本发明的3G客开模型方法的流程图；
[0058]图3是本发明的3G客开模型方法的ARPU值步骤的流程图；
[0059]图4是本发明的3G客开模型方法的异网定位步骤的流程图；
[0060]图5是本发明的3G客开模型方法的漫游概率步骤的流程图；
[0061]图6是本发明的3G客开模型方法的紧密联系人步骤的流程图；
[0062]图7是本发明的3G客开模型方法的学生步骤的流程图；
[0063]图8是本发明的3G客开模型方法的长漫步骤的流程图。
【具体实施方式】
[0064]下面将结合附图对本发明作进一步说明。
[0065]请参阅图1，本发明的3G客开模型，包括:长漫模型模块I和客开模型模块2，客开模型模块2包括ARPU值模型模块21、地址定位模型模块22、漫游概率模型模块23、紧密联系人模型模块24和学生模型模块25，其中:
[0066]长漫模型模块I用于汇总当地异网过网用户在长途和漫游状态下的通话情况，在一定通话范围内的用户对漫游需求比较打，因此该模型的优势在于能够很好的反应出有长途漫游需求得用户，对异网2G用户来说，我们的3G单卡长途漫游统一资费有很大的吸引力。
[0067]ARPU值模型模块21用于预测异网过网用户的ARPU值，通过与本网账单的映射，还原出用户的真实消费值，体现用户的价值。在一定消费水平下，能够针对性的开展3G单卡不同产品的营销，该模型在整个模型体系中起到不可缺少和代替的作用。
[0068]地址定位模型模块22用于模拟异网过网用户的归属区县和乡镇，一方面能够圈定出一定配送范围内的用户群体，另一方面能够集中区域进行营销，能够节省人力成本，作用巨大。
[0069]漫游概率模型模块23用于推测无漫游的用户在未来出现漫游的可能性大小，与ARPU模型相辅相成，结合使用能够得到预测漫游对用户消费值的影响，能够还原出异网用户适合的本网3G单卡产品；
[0070]紧密联系人模型模块24依据异网过网用户与本网用户的通话规律，得出两类用户的联系紧密程度，考虑到群体效应的影响，预知这类与本网用户紧密联系的异网群体更易于策反。在资源充足的情况下，这批用户起到很好的调节作用。
[0071]学生模型模块25依据在特定的时间段，语音通话和短信接收发送情况特征，推断异网用户为学生的概率，另外跟紧密联系人相结合，在已知本网学生用户的前提下，能够更准确的定位出异网学生用户。一方面由于学生用户消费偏低，忠诚度比较高，另一方面学生用户信息面比较广，造成这类用户策反难度比较大，因此在开发过程中需要进行屏蔽，避免人力资源的浪费。
[0072]请参阅图2，本发明的3G客开模型方法，包括下列步骤:
[0073]步骤SI，ARPU值步骤，通过汇总异网过网用户的信息，通过逻辑回归算法计算出异网用户的ARPU值信息，再根据已知的本网用户ARPU值进行修正，最后对ARPU值进行分段处理，请参阅图3，具体包括:
[0074]步骤S11，抽取异网过网用户的语音和通话特征信息；
[0075]步骤S12，抽取异网过网用户的短信接收和发送信息；
[0076]步骤S13，汇总异网过网用户的语音、通话、短信接收和短信发送信息，通过逻辑回归算法计算ARPU值；其中，逻辑回归算法如下:
[0077]可以查询到本网用户消费数据，提取其中与异网用户有交互的本月语音短信数据，将其根据异网用户号码进行汇总，汇总数据时对语音短信下分类信息分别进行汇总，将每个用户以及所包含的的各项汇总信息(X)作为一个样本，得到一个样本集合A。可以建立多元线性回归模型:
[0078]ARPU = b0+bl*xl+b2*x2+…+bn*xn
[0079]通过问卷调查得到异网用户实际ARPU值，代入模型中得到{bl，b2，…，bn}，将参数代入模型中得到估算ARPU值的多元线性回归模型。
[0080]步骤S14，根据已知的本网用户ARPU值对步骤S13计算出的ARPU值进行修正，即:用通过本网用户的实际ARPU值与预测ARPU值做比较，得到估计标准误差，根据误差值修正ARPU值估算结果。
[0081]步骤S15，将修正后的ARPU值平均划分为10段，结果汇总。
[0082]步骤S2，异网定位步骤，根据异网过网用户与本网用户预设时间段的通话详单，匹配出与本网用户通话规律稳定的几个基站信息，通过变异系数的判断筛选得到异网用户的地址信息，请参阅图4，具体包括:
[0083]步骤S21，抽取预设时间段(本实施例中为两个月)的异网通话详单，该异网通话详单包括对端号码、己方话单发生地、主被叫、是否为长途漫游通话。
[0084]步骤S22，定位第一区县，再定位该区县的第一乡镇和第二乡镇；
[0085]步骤S23，定位第二区县，再定位该区县的第一乡镇和第二乡镇；
[0086]步骤S24，计算两个第一乡镇和两个第二乡镇各自的通话均值和标准差，即:通过拨打通话详单，得到每次通话的基站信息，统计出出现次数最多的两个基站，计算同一基站里语音时长的均值和标准差，从而求得变异系数，即:用语音标准差除以语音均值得到变异系数。
[0087]步骤S25，根据变异系数定位最后的乡镇信息，即筛选得到异网用户的地址信息，即:将变异系数最小的基站作为定位出的基站，与基站信息匹配得到用户的地址信息。
[0088]步骤S3，漫游概率步骤，通过汇总预设时间段(本实施例中两个月)的异网过网用户的语音和短信信息，整合该时间段的数据进行标准差处理，再通过概率计算公式得到用户漫游的可能性大小，请参阅图5，具体包括:
[0089]步骤S31，汇总异网过网用户的语音和短信信息；
[0090]步骤S32，计算预设时间段(本实施例中两个月)内长途漫游语音时长平均值和标准差；
[0091]步骤S33，通过概率计算公式计算漫游概率，如下:
[0092]提取用户的语音和短信等各种信息，求出一个z值:
[0093]z = w0+wl*xl+w2*x2+...+ 碰*xm(其中 xl, x2,..., xm 是用户的各种信息，维度为m)；
[0094]之后按照sigmoid函数的形式求出漫游概率:p = I/(1+exp (~z))。
[0095]步骤S34，将计算得到的漫游概率平均划分为10段，最后结果汇总。
[0096]步骤S4，紧密联系人步骤，通过对异网过网用户的月通话规律和周通话规律的话单进行汇总，计算出相应的变异系数，据此得出本网用户的异网紧密联系人，请参阅图6，具体包括:
[0097]步骤S41，提取异网过网用户的手机号码交际话单；
[0098]步骤S42，从手机号码交际话单中提取月规律联系用户，标记星期情况，以便于寻找同一联系人的通话规律；
[0099]步骤S43，从手机号码交际话单中提取周规律联系用户；
[0100]步骤S44，求周规律用户的变异系数，即:统计有通话的每周周几为规律日，求得规律日内通话次数的标准差和平均值，变异系数为标准差除以平均值；
[0101]步骤S45，根据求得的变异系数确定本网的异网紧密联系人，即:求出所有联系人的变异系数，变异系数越小，联系越紧密。
[0102]步骤S5，学生步骤，通过汇总本网用户和异网过网用户的通话和短信详单，汇总用户的使用行为，结合紧密联系人信息，预测出学生群体，请参阅图7，具体包括:
[0103]步骤S51，汇总本网用户的语音信息；
[0104]步骤S52，计算通话时长和次数，并求平均值和标准差；
[0105]步骤S53，汇总本网用户的短信信息；
[0106]步骤S54，计算短信发送次数，求平均值；
[0107]步骤S55，汇总语音和短信的分析结果，求取概率值由已知的学生通话记录，分析出学生通话的规律，包括通话时间点和通话时长，将用户的通话记录与之比较，求出概率值，具体方法为:
[0108]提取用户的语音和短信等各种信息，求出一个z值:
[0109]z = w0+wl*xl+w2*x2+...+ 碰*xm(其中 xl, x2,..., xm 是用户的各种信息，维度为m)；
[0110]之后按照sigmoid函数的形式求出为学生的概率:p = I/(1+exp (_z)),结合紧密联系人预测学生群体，即:提出确定为学生的用户，将这些用户的紧密联系人也确定为学生，由此预测学生群体。
[0111]以上五个步骤中和起来一方面能够在还原的用户消费和漫游可能性的基础上进行合理的筛选推荐，另一方面能够根据现有调节条件，筛选出优质资源，节约现有成本。
[0112]步骤S6，请参阅图8，长漫步骤包括:
[0113]步骤S61，抽取本方为被叫的异网通话信息，规整异网号码的归属地、话单发生地和对应的省份；
[0114]步骤S62，对通话时长、频率进行处理后分段；
[0115]步骤S63，对号段进行处理，标记优号；
[0116]步骤S64，汇总目标用户信息。
[0117]长漫步骤得出的数据可以单独使用。
[0118]以上实施例仅供说明本发明之用，而非对本发明的限制，有关【技术领域】的技术人员，在不脱离本发明的精神和范围的情况下，还可以作出各种变换或变型，因此所有等同的技术方案也应该属于本发明的范畴，应由各权利要求所限定。
【权利要求】
1.一种3G客开模型方法，其特征在于，包括下列步骤:ARPU值步骤，通过汇总异网过网用户的信息，通过逻辑回归算法计算出异网用户的ARPU值信息，再根据已知的本网用户ARPU值进行修正，最后对ARPU值进行分段处理；异网定位步骤，根据异网过网用户与本网用户预设时间段的通话详单，匹配出与本网用户通话规律稳定的几个基站信息，通过变异系数的判断筛选得到异网用户的地址信息；漫游概率步骤，通过汇总所述预设时间段的异网过网用户的语音和短信信息，整合该时间段的数据进行标准差处理，再通过概率计算公式得到用户漫游的可能性大小； 紧密联系人步骤，通过对异网过网用户的月通话规律和周通话规律的话单进行汇总，计算出相应的变异系数，据此得出本网用户的异网紧密联系人； 学生步骤，通过汇总本网用户和异网过网用户的通话和短信详单，汇总用户的使用行为，结合紧密联系人信息，预测出学生群体。
2.根据权利要求1所述的3G客开模型方法，其特征在于，还包括长漫步骤，该长漫步骤包括: 步骤S61，抽取本方为被叫的异网通话信息，规整异网号码的归属地、话单发生地和对应的省份； 步骤S62，对通话时长、频率进行处理后分段； 步骤S63，对号段进行处理，标记优号； 步骤S64,汇总目标用户信息。
3.根据权利要求1所述的3G客开模型方法，其特征在于，所述ARPU值步骤包括: 步骤S11，抽取异网过网用户的语音和通话特征信息； 步骤S12，抽取异网过网用户的短信接收和发送信息； 步骤S13，汇总异网过网用户的语音、通话、短信接收和短信发送信息，通过逻辑回归算法计算ARPU值； 步骤S14，根据已知的本网用户ARPU值对步骤S13计算出的ARPU值进行修正； 步骤S15，将修正后的ARPU值平均划分为10段，结果汇总。
4.根据权利要求1所述的3G客开模型方法，其特征在于，所述异网定位步骤包括: 步骤S21，抽取预设时间段异网通话详单； 步骤S22，定位第一区县，再定位该区县的第一乡镇和第二乡镇； 步骤S23，定位第二区县，再定位该区县的第一乡镇和第二乡镇； 步骤S24，计算两个第一乡镇和两个第二乡镇各自的通话均值和标准差，求得变异系数； 步骤S25，根据变异系数筛选得到异网用户的地址信息。
5.根据权利要求1所述的3G客开模型方法，其特征在于，所述漫游概率步骤包括: 步骤S31，汇总异网过网用户的语音和短信信息； 步骤S32，计算所述预设时间段内长途漫游通话时长的平均值和标准差； 步骤S33，通过概率计算公式计算漫游概率； 步骤S34，将计算得到的漫游概率平均划分为10段，最后结果汇总。
6.根据权利要求1所述的3G客开模型方法，其特征在于，所述紧密联系人步骤包括: 步骤S41，提取异网过网用户的手机号码交际话单； 步骤S42，提取月规律联系用户，标记星期情况； 步骤S43，提取周规律联系用户； 步骤S44，求周规律用户的变异系数； 步骤S45，根据求得的变异系数确定本网的异网紧密联系人。
7.根据权利要求1所述的3G客开模型方法，其特征在于，所述学生步骤包括: 步骤S51，汇总本网用户的语音信息； 步骤S52，计算通话时长和次数，并求平均值和标准差； 步骤S53，汇总本网用户的短信信息； 步骤S54，计算短信发送次数，求平均值； 步骤S55，汇总语音和短信的分析结果，求取概率值，结合紧密联系人预测学生群体。
8.根据权利要求1所述的3G客开模型方法，其特征在于，所述预设时间段为两个月。
9.一种3G客开模型，其特征在于，包括: 长漫模型模块，汇总当地异网过网用户在长途和漫游状态下的通话情况； ARPU值模型模块，预测异网过网用户的ARPU值，通过与本网账单的映射，还原出用户的真实消费值； 地址定位模型模块，模拟异网过网用户的归属区县和乡镇； 漫游概率模型模块，推测无漫游的用户在未来出现漫游的可能性大小； 紧密联系人模型模块，依据异网过网用户与本网用户的通话规律，得出两类用户的联系紧密程度；以及 学生模型模块，依据在特定的时间段语音通话和短信接收发送情况特征，推断异网过网用户为学生的概率。
【文档编号】H04W80/08GK104168535SQ201410418345
【公开日】2014年11月26日 申请日期:2014年8月22日 优先权日:2014年8月22日
【发明者】高旻, 谢建伟 申请人:上海澄美信息服务有限公司