CN101729682B - 通信网络用户自动跟踪方法 - Google Patents
通信网络用户自动跟踪方法 Download PDFInfo
- Publication number
- CN101729682B CN101729682B CN2009102124506A CN200910212450A CN101729682B CN 101729682 B CN101729682 B CN 101729682B CN 2009102124506 A CN2009102124506 A CN 2009102124506A CN 200910212450 A CN200910212450 A CN 200910212450A CN 101729682 B CN101729682 B CN 101729682B
- Authority
- CN
- China
- Prior art keywords
- user
- contacts
- operator
- information
- communication network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004891 communication Methods 0.000 title claims abstract description 13
- 230000005856 abnormality Effects 0.000 claims abstract description 8
- 230000008595 infiltration Effects 0.000 claims description 21
- 238000001764 infiltration Methods 0.000 claims description 21
- 239000000284 extract Substances 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000035515 penetration Effects 0.000 abstract description 2
- 230000002159 abnormal effect Effects 0.000 abstract 3
- 230000007704 transition Effects 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000012466 permeate Substances 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 206010003694 Atrophy Diseases 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
Images
Landscapes
- Telephonic Communication Services (AREA)
Abstract
一种通信网络用户自动跟踪方法，具体步骤包括：1)建立生成用户的行为特征信息，该信息包括用户日常有效的交往号码信息；2)跟踪本网内各个用户，识别用户有效的交往号码信息；当该用户状态出现异常时，则与其它运营商新增用户的行为特征信息进行相似度计算，如果相似度达到预设的阈值，则识别为同一个用户；相似度是通过计算本网异常客户的有效交往号码与其它运营商新增用户的有效交往号码的重合情况得到；如果该用户的异常状态为离网，则判断用户被完全渗透；如果该用户的异常状态为话务量出现明显下降，则代表用户处于渗透过渡期。
Description
技术领域
本发明属于电信运营商业务数据挖掘分析应用技术范畴，尤其是通信网络用户自动跟踪方法。
背景技术
通信业的竞争程度愈发加剧，同时移动通信市场经过多年的发展，增量市场的空间逐渐萎缩，各运营商利用各自的优势加大了对对方运营商存量市场的渗透力度，因而市场竞争更为激烈。在此背景下，各运营商的市场人员需要清晰全面的掌握用户市场的情况，才能有效制定市场策略，占据市场领先地位。传统的数据挖掘和分析技术在为市场人员提供市场渗透信息时，只能提供总体的用户数分析，但无法深入分析新增用户中各个运营商分别贡献的情况，以及用户流向，使市场人员不能有效的制定市场策略。
发明内容
发明目的：
为了解决现有技术中数据挖掘和分析技术只能提供总体的用户数分析，无法深入分析新增用户中各个运营商分别贡献的情况，以及用户流向的问题。
技术方案：
一种通信网络用户自动跟踪方法：对于同一个用户，无论使用哪一个运营商提供的服务，所表现出来的通话行为属性都是一个比较稳定，具有可重现的特征，基于该特征，建立移固渗透模型，识别出在运营商间流动的同一个用户，提供用户级的运营商在用户市场相互渗透的情况；具体步骤包括：
1)建立生成用户的行为特征信息，该信息包括用户日常有效的交往号码信息；
2)跟踪本网内各个用户，识别用户有效的交往号码信息；当该用户状态出现异常时，则与其它运营商新增用户的行为特征信息进行相似度计算，如果相似度达到预设的阈值，则识别为同一个用户；相似度是通过计算本网异常客户的有效交往号码与其它运营商新增用户的有效交往号码的重合情况得到；
如果该用户的异常状态为离网，则判断用户被完全渗透；
如果该用户的异常状态为话务量出现明显下降，则代表用户处于渗透过渡期。
所述步骤2)中，识别用户有效的交往号码信息步骤包括：首先需要计算用户与所有交往号码的交往度，同时剔除干扰号码的记录，生成最终的用户有效的交往号码信息。其中：
交往度是评估两个号码之间交往程度的量化指标，交往度计算公式为：交往度＝f(通话天数，通话周数，通话旬数，通话次数，通话时长)；
干扰号码是与大于预定数量的其他号码进行通话的号码。
生成最终的用户有效的交往号码信息时，将用户所有的交往号码按交往度从大到小的进行排序，提取交往度高的号码作为有效的交往号码信息。
提取的有效号码数量根据用户的通话业务量层次确定，不同业务量层次的用户段所具有的交往圈大小不同，需要提取的有效交往号码个数也不同，消费层次越高有效交往圈的交往号码取数范围越大。
本方法的原理如下：
对于同一个用户，无论使用哪一个运营商提供的服务，所表现出来的通话行为属性都是一个比较稳定，具有可重现的特征，基于该特征，建立模型，识别出在运营商间流动的同一个用户，从而为市场人员提供深入到用户级的运营商在用户市场相互渗透的情况。
建立模型时，需要生成用户的行为特征信息，本模型将用户日常有效的交往号码信息作为用户的行为特征信息进行识别和保存，当用户状态出现异常(包括话务量出现明显下降、或者离网)的时候，与对方运营商新增用户的行为特征信息(即主要的有效的交往号码信息)进行相似度计算，如果相似度达到到达一定阈值，则识别为同一个用户，即用户被对方运营商渗透，此时如果被渗透用户的状态为离网，则代表用户被完全渗透，如果被渗透用户的异常状态为话务量出现明显下降，则代表用户处于渗透过渡期，即同时使用两个运营商的业务，定义为异网双卡用户。
识别用户有效的交往号码信息，首先需要计算用户与所有交往号码的交往度，交往度是评估两个号码之间交往程度的量化指标，交往度计算公式为：
交往度＝f(通话天数，通话周数，通话旬数，通话次数，通话时长)
同时剔除有关干扰号码的记录，干扰号码是与大于一定数量的其他号码进行通话的号码(例如广告号码、客服号码等)，干扰号码得存在，在提取有效的交往号码时，容易将干扰号码误判为有效交往号码，影响最终的模型准确率。生成最终的用户有效的交往号码信息时，将用户所有的交往号码按交往度从大到小的进行排序，提取交往度高的号码作为有效的交往号码信息，具体提取的有效号码数量根据用户的通话业务量层次确定，不同业务量层次的用户段所具有的交往圈大小不同，需要提取的有效交往号码个数也不同，消费层次越高有效交往圈的交往号码取数范围越大。
本发明有益效果：可以清晰地反映各运营商在用户市场相互渗透的情况，同时提供明细到用户级别的渗透用户清单以及处于渗透过渡期的用户清单；使用者可以掌握两个对方运营商分别对本方用户的渗透情况，本方运营商分别对其他运营商的用户渗透情况。对于处于渗透过渡期的用户，使用者可以通过制定相应的市场策略，使用户更倾向于使用本方业务。
附图说明
图1是A运营商渗透B运营商存量用户市场的识别流程图
图2是A运营商被B运营商渗透存量用户市场的识别流程图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步说明。
一种通信网络用户自动跟踪方法：对于同一个用户，无论使用哪一个运营商提供的服务，所表现出来的通话行为属性都是一个比较稳定，具有可重现的特征，基于该特征，建立移固渗透模型，识别出在运营商间流动的同一个用户，提供用户级的运营商在用户市场相互渗透的情况；具体步骤包括：
1)建立生成用户的行为特征信息，该信息包括用户日常有效的交往号码信息；
2)跟踪本网内各个用户，识别用户有效的交往号码信息；当该用户状态出现异常时，则与其它运营商新增用户的行为特征信息进行相似度计算，如果相似度达到预设的阈值，则识别为同一个用户；相似度是通过计算本网异常客户的有效交往号码与其它运营商新增用户的有效交往号码的重合情况得到；
如果该用户的异常状态为离网，则判断用户被完全渗透；
如果该用户的异常状态为话务量出现明显下降，则代表用户处于渗透过渡期。
所述步骤2)中，识别用户有效的交往号码信息步骤包括：首先需要计算用户与所有交往号码的交往度，同时剔除干扰号码的记录，生成最终的用户有效的交往号码信息。其中：
交往度是评估两个号码之间交往程度的量化指标，交往度计算公式为：交往度＝f(通话天数，通话周数，通话旬数，通话次数，通话时长)；
干扰号码是与大于预定数量的其他号码进行通话的号码。
生成最终的用户有效的交往号码信息时，将用户所有的交往号码按交往度从大到小的进行排序，提取交往度高的号码作为有效的交往号码信息。
提取的有效号码数量根据用户的通话业务量层次确定，不同业务量层次的用户段所具有的交往圈大小不同，需要提取的有效交往号码个数也不同，消费层次越高有效交往圈的交往号码取数范围越大。
实施例中，将本方运营商标示为A运营商，对方运营商标示为B运营商，则存在两个实施例：实施例一：A运营商渗透B运营商存量用户市场；实施例二：A运营商被B运营商渗透存量用户市场；
1)、实施例一：A运营商渗透B运营商存量用户市场，具体实施步骤如下(如图一)：
步骤一、每月以A运营商新增用户网内通话清单作为数据源，计算新增用户与网内每个交往号码的交往度；以B运营商存量用户与A运营商网间通话清单作为数据源，计算B运营商存量用户与A运营商每个交往号码的交往度。
步骤二、每月提取与大于一定数量的其他号码进行通话的B运营商号码沉淀到干扰号码库。从步骤一的计算结果中删除与干扰号码有关的记录。
步骤三、根据计算出来的交往度大小对某个用户(包括A运营商新增用户、B运营商存量用户)的交往号码进行排序，提取交往度高的号码建立有效交往号码库，具体提取的有效号码数量根据用户的通话业务量层次确定，不同业务量层次的用户段所具有的交往圈大小不同，需要提取的有效交往号码个数也不同，消费层次越高有效交往圈的交往号码取数范围越大。
步骤四、计算A运营商本月新增用户交往号码与B运营商存量用户历史交往号码的进行相似度，提取相似度大于预定阈值的用户。为了能够正确反映B运营商用户流失前的通话特征，B运营商用户的历史交往号码取上上月的数据。
相似度＝交往号码比对后的重合交往号码个数/((A运营商新增用户交往号码库中的交往号码个数+所比对的B运营商存量用户历史交往号码库中的交往号码个数)/2)
步骤五、计算A运营商新增用户交往号码与B运营商存量用户历史交往号码的进行相似度，提取相似度大于预定阈值的用户。为了能够正确反映B运营商用户流失前的通话特征，B运营商用户的历史交往号码取上上月的数据。
相似度＝交往号码比对后的重合交往号码个数/((A运营商新增用户交往号码库中的交往号码个数+所比对的B运营商存量用户历史交往号码库中的交往号码个数)/2)
步骤六、在步骤五得到的交往号码相似度高于阀值的数据，一个A运营商新增用户与多个B运营商存量用户交往号码相似度高于阀值，或者一个B运营商存量用户与多个A运营商新增用户的交往号码相似度高于阀值，均提取相似度最高的记录。
步骤七、对于步骤六得到的相似度高于阀值的数据，做以下处理：
a)如果B运营商用户已经离网，则识别为完全流失到A运营商的用户；
b)如果B运营商用户没有离网，但当月通话业务量与上上月对比发生异常降低(例如：下降40％)，则识别为用户处于渗透过渡期，同时使用A运营商与B运营商的业务，为异网双卡用户。
c)如果B运营商用户没有离网，且当月通话业务量与上上月对比没有异常降低，则判断为不是同一个用户，需要从步骤五六得到的数据中删除
2)、实施例二：A运营商被B运营商渗透存量用户市场，具体实施步骤如下(如图二)：
步骤一、每月以A运营商存量用户网内通话清单作为数据源，计算存量用户与网内每个交往号码的交往度；以B运营商新增用户与A运营商网间通话清单作为数据源，计算B运营商新增用户与A运营商每个交往号码的交往度。
步骤二、每月提取与大于一定数量的其他号码进行通话的A运营商号码沉淀到干扰号码库。从步骤一的计算结果中删除与干扰号码有关的记录。
步骤三、根据计算出来的交往度大小对某个用户(包括A运营商存量用户、B运营商新增用户)的交往号码进行排序，提取交往度高的号码建立有效交往号码库，具体提取的有效号码数量根据用户的通话业务量层次确定，不同业务量层次的用户段所具有的交往圈大小不同，需要提取的有效交往号码个数也不同，消费层次越高有效交往圈的交往号码取数范围越大。
步骤四、计算A运营商存量用户历史交往号码与B运营商新增用户本月交往号码的进行相似度，提取相似度大于预定阈值的用户。为了能够正确反映B运营商用户流失前的通话特征，B运营商用户的历史交往号码取上上月的数据。
相似度＝交往号码比对后的重合交往号码个数/((A运营商新增用户交往号码库中的交往号码个数+所比对的B运营商存量用户历史交往号码库中的交往号码个数)/2)
步骤五、计算A运营商新增用户交往号码与B运营商存量用户历史交往号码的进行相似度，提取相似度大于预定阈值的用户。为了能够正确反映B运营商用户流失前的通话特征，A运营商用户的历史交往号码取上上月的数据。
相似度＝交往号码比对后的重合交往号码个数/((B运营商新增用户交往号码库中的交往号码个数+所比对的A运营商存量用户历史交往号码库中的交往号码个数)/2)
步骤六、在步骤五得到的交往号码相似度高于阀值的数据，一个A运营商存量用户与多个B运营商新增用户交往号码相似度高于阀值，或者一个B运营商新增用户与多个A运营商存量用户的交往号码相似度高于阀值，均提取相似度最高的记录。
步骤七、对于步骤六得到的相似度高于阀值的数据，做以下处理：
a)如果A运营商用户已经离网，则识别为完全流失到B运营商的用户；
b)如果A运营商用户没有离网，但当月通话业务量与上上月对比发生异常降低(例如：下降40％)，则识别为用户处于渗透过渡期，同时使用A运营商与B运营商的业务，为异网双卡用户。
c)如果A运营商用户没有离网，且当月通话业务量与上上月对比没有异常降低，则判断为不是同一个用户，需要从步骤五六得到的数据中删除。
Claims (6)
1.一种通信网络用户自动跟踪方法，其特征是对于同一个用户，无论使用哪一个运营商提供的服务，所表现出来的通话行为属性都是一个比较稳定，具有可重现的特征，基于该特征，识别出在运营商间流动的同一个用户，提供用户级的运营商在用户市场相互渗透的情况，具体步骤包括：
1)建立生成用户的行为特征信息，该信息包括用户日常有效的交往号码信息；
2)跟踪本网内各个用户，识别用户有效的交往号码信息；当该用户状态出现异常时，则与其它运营商新增用户的行为特征信息进行相似度计算，如果相似度达到预设的阈值，则识别为同一个用户；相似度是通过计算本网异常客户的有效交往号码与其它运营商新增用户的有效交往号码的重合情况得到；
如果该用户的异常状态为离网，则判断用户被完全渗透；
如果该用户的异常状态为话务量出现明显下降，则代表用户处于渗透过渡期。
2.根据权利要求1所述的通信网络用户自动跟踪方法，其特征是所述步骤2)中，识别用户有效的交往号码信息步骤包括：首先计算用户与所有交往号码的交往度，同时剔除干扰号码的记录，生成最终的用户有效的交往号码信息。
3.根据权利要求2所述的通信网络用户自动跟踪方法，其特征是交往度是评估两个号码之间交往程度的量化指标，交往度计算公式为：交往度＝f(通话天数，通话周数，通话旬数，通话次数，通话时长)。
4.根据权利要求2所述的通信网络用户自动跟踪方法，其特征是所述干扰号码是与大于预定数量的其他号码进行通话的号码。
5.根据权利要求4所述的通信网络用户自动跟踪方法，其特征是生成最终的用户有效的交往号码信息时，将用户所有的交往号码按交往度从大到小的进行排序，提取交往度高的号码作为有效的交往号码信息。
6.根据权利要求5所述的通信网络用户自动跟踪方法，其特征是提取的有效号码数量根据用户的通话业务量层次确定，不同业务量层次的用户段所具有的交往圈大小不同，需要提取的有效交往号码个数也不同，消费层次越高有效交往圈的交往号码取数范围越大。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009102124506A CN101729682B (zh) | 2009-11-11 | 2009-11-11 | 通信网络用户自动跟踪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009102124506A CN101729682B (zh) | 2009-11-11 | 2009-11-11 | 通信网络用户自动跟踪方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101729682A CN101729682A (zh) | 2010-06-09 |
| CN101729682B true CN101729682B (zh) | 2012-07-04 |
Family
ID=42449841
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2009102124506A Expired - Fee Related CN101729682B (zh) | 2009-11-11 | 2009-11-11 | 通信网络用户自动跟踪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101729682B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105447583A (zh) * | 2014-07-30 | 2016-03-30 | 华为技术有限公司 | 一种预测用户离网的方法及装置 |
| CN108738036B (zh) * | 2017-04-14 | 2021-06-18 | 广州杰赛科技股份有限公司 | 移动通信的关键用户提取方法和系统 |
| CN108092685B (zh) * | 2017-12-28 | 2020-01-17 | 中国移动通信集团江苏有限公司 | 双卡槽终端的双卡状态识别方法、装置、设备及介质 |
| CN108712269A (zh) * | 2018-05-30 | 2018-10-26 | 中国联合网络通信集团有限公司 | 离网用户的找回方法及装置 |
| CN109088788B (zh) * | 2018-07-10 | 2021-02-02 | 中国联合网络通信集团有限公司 | 数据处理方法、装置、设备及计算机可读存储介质 |
| CN112671573B (zh) * | 2020-12-17 | 2023-05-16 | 北京神州泰岳软件股份有限公司 | 识别宽带业务中潜在离网用户的方法及装置 |
| CN115529581B (zh) * | 2021-06-25 | 2024-08-02 | 中国移动通信有限公司研究院 | 一种离网用户识别方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101021927A (zh) * | 2007-03-20 | 2007-08-22 | 中国移动通信集团江苏有限公司 | 基于对用户行为和习惯分析的统一营销支撑系统及其方法 |
| CN101179625A (zh) * | 2007-12-13 | 2008-05-14 | 中国电信股份有限公司 | 基于语音号码查询行为的数据分析方法及系统 |
-
2009
- 2009-11-11 CN CN2009102124506A patent/CN101729682B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101021927A (zh) * | 2007-03-20 | 2007-08-22 | 中国移动通信集团江苏有限公司 | 基于对用户行为和习惯分析的统一营销支撑系统及其方法 |
| CN101179625A (zh) * | 2007-12-13 | 2008-05-14 | 中国电信股份有限公司 | 基于语音号码查询行为的数据分析方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 杨庆跃等.移动通信客户流失分析中的数据预处理方法研究.《计算机科学》.2005,第32卷(第7（增刊B）期), * |
| 蒋正君.南京移动客户流失分析.《江苏通信技术》.2005,第21卷(第6期), * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101729682A (zh) | 2010-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101729682B (zh) | 通信网络用户自动跟踪方法 | |
| CN104038648B (zh) | 骚扰电话的识别方法和装置 | |
| CN106954218B (zh) | 一种骚扰号码分类方法、装置和系统 | |
| CN108924333A (zh) | 诈骗电话识别方法、装置和系统 | |
| CN107872593A (zh) | 坐席分配的方法及装置 | |
| CN101686444B (zh) | 垃圾短信发送号码实时检测系统及方法 | |
| CN102083010B (zh) | 一种用户信息筛选方法和设备 | |
| CN106658564B (zh) | 一种家庭用户的识别方法及装置 | |
| CN104484486B (zh) | 一种信息推荐方法及电子设备 | |
| CN101841607A (zh) | 获取固话与手机间家庭关联关系的方法 | |
| CN107644098A (zh) | 一种欺诈行为识别方法、装置、设备及存储介质 | |
| CN105243566A (zh) | 利用运营商不同手机号信息评估用户信用的办法和装置 | |
| CN101132590A (zh) | 基于客户感知的通信网络软质量提升方法 | |
| CN109474923A (zh) | 对象识别方法及装置、存储介质 | |
| CN101882146A (zh) | 一种基于聚类的移动通信业务用户虚开识别方法 | |
| CN107527240A (zh) | 一种运营商行业产品口碑营销效果鉴定系统及方法 | |
| CN109274834B (zh) | 一种基于通话行为的快递号码识别方法 | |
| CN108268477A (zh) | 一种基于话单的用户关系确定方法和装置 | |
| CN104065786A (zh) | 标柱联系人常用号码的方法及移动终端 | |
| CN102387512A (zh) | 基于向量空间模型的重入网分析方法 | |
| CN106056137A (zh) | 一种基于数据挖掘多分类算法的电信集团业务推荐方法 | |
| CN103873698A (zh) | 终端关联装置和终端关联方法 | |
| CN101729710A (zh) | 通信业务综合结算方法及系统 | |
| CN101170740B (zh) | 一种短信业务管理中识别沉默用户的系统及方法 | |
| CN109858901A (zh) | 基于手机信令大数据的移动用户支付识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120704 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |