CN104182474A - 一种预流失用户的识别方法 - Google Patents

Abstract

本发明公开了一种预流失用户的识别方法，首先提取用户参量集，选择多种流失用户预测模型算法，并分别采用每种预测模型算法对所述用户参量集中的用户进行建模生成多种流失用户预测模型，之后采用多种流失用户预测模型分别进行流失用户预测，得到多种流失用户预测模型的预测结果，最后根据多种流失用户预测模型的预测结果，选择最接近预设条件的两种或两种以上的流失用户预测模型进行预流失用户的组合预测。该方法在进行用户流失率预测的过程中，不是通过一种预测方法对用户数据集进行预测率预测，而是依据预测误差最小的原则，选择合适的组合算法，使得预测流失用户结果更精确，利于后期客户挽留工作的展开，节约投入成本。

Description

一种预流失用户的识别方法

技术领域

本发明涉及移动通信技术领域，具体涉及一种对移动通信用户中的预流失用户的识别方法。

背景技术

客户流失一直是学术界和工业界的研究热点，客户流失问题包括流失原因，流失分类，流失预测，客户挽回等多个方面，而其中如何准确地对客户流失进行预测，则是客户流失分析的核心问题。

目前的用户流失预测算法主要是在提取数据并进行预处理后，采用某一种数据预测算法(如决策树、神经网络等)，对所提取数据进行数据挖掘，并最终输出流失率预测结果。

在现在有的流失预测过程中，对数据预处理后，直接采用单个算法模型的预测结果虽然覆盖用户范围更广泛，但是其准确率却差强人意。然而在实际的应用中，预测结果数据集的覆盖程度与准确性同时影响着后期在进行客户挽留工作室的成本投入，本申请正是针对该问题而提出的一种预流失用户的识别方法，对用户进行流失预警，提高预测准确率。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种预流失用户的识别方法，提高流失用户预测结果的准确度。

为实现上述目的，本发明采用的技术方案如下：

一种预流失用户的识别方法，包括以下步骤：

(1)提取用户参量集；所述用户参量集是指用于衡量用户价值的数据集合；所述用户价值是指用户对其通信运营商的消费贡献价值；

(2)选择多种流失用户预测模型算法，并分别采用每种预测模型算法对所述用户参量集中的用户进行建模生成多种流失用户预测模型；

(3)采用多种流失用户预测模型分别进行流失用户预测，得到多种流失用户预测模型的预测结果；

(4)根据多种流失用户预测模型的预测结果，选择最接近预设条件的两种或两种以上的流失用户预测模型进行预流失用户的组合预测。

进一步，如上所述的一种预流失用户的识别方法，步骤(1)中，以用户的人口统计信息、用户的行为信息以及用户的产品使用信息数据作为源数据，提取用户参量集；所述数据源是预测之前设定时间段的数据源。

进一步，如上所述的一种预流失用户的识别方法，步骤(3)中，所述预测结果包括预测命中率和覆盖率。

进一步，如上所述的一种预流失用户的识别方法，所述预设条件包括预测命中率预设条件和预测覆盖率预设条件。

再进一步，如上所述的一种预流失用户的识别方法，步骤(4)中，选择最接近预设条件的两种或两种以上的流失用户预测模型进行预流失用户的组合预测的具体方式为：

(4-1)确定每种流失用户预测模型的预测加权系数；

(4-2)根据每种流失用户预测模型的预测加权系数进行预流失用户的组合预测，预测方式为：

假设选择了m种流失用户预测模型，第i种流失用户预测模型对设定时间段t内流失用户的预测值为f_it，其预测加权系数为w_i，其中，m≥2，1≤i≤m,1≤t≤n，n≥2；则m种流失用户预测模型对设定时间段t内流失用户的组合预测结果为：

组合预测结果 ${\hat{y}}_t={\mathrm{\Σ}}_{i=1}^{i=m}{f}_{\mathrm{it}}\×w_i.$

更进一步，如上所述的一种预流失用户的识别方法，步骤(4-1)中，确定每种流失用户预测模型的预测加权系数的具体方式为：

假设所述设定时间段t内的流失用户的实际值为y_t，则在所有设定时间段内，下述公式取得极小值时的预测加权系数为每种流失用户预测模型的预测加权系数：

$\begin{array}{c}J=\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{(y_t-{\hat{y}}_t)}^2\\ =\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{(y_t-\underset{i=1}{\overset{i=m}{\mathrm{\Σ}}}{f}_{\mathrm{it}}\×w_i)}^2\end{array}.$

本发明的有益效果在于：本发明所述的方法在进行用户流失率预测的过程中，不是通过一种预测方法对用户数据集进行预测率预测，而是依据预测误差最小的原则，选择合适的组合算法，使得预测流失用户结果更精确，利于后期客户挽留工作的展开，节约投入成本。

附图说明

图1为本发明具体实施方式中一种预流失用户的识别方法的流程图。

具体实施方式

下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。

图1示出了本发明具体实施方式中一种预流失用户的识别方法的流程图，该方法主要包括以下步骤：

步骤S11：提取用户参量集；

本实施方式中所述用户参量集是指用于衡量用户价值的数据集；所述用户价值是指用户对其通信运营商的消费贡献价值，即用户价值实际上是通信运营商对自身用户的消费贡献分群，比如校园用户、中高端用户、新入网用户。用户价值根据不同的决策人和预测环境来确定。

在提取用户参量集时，以用户的人口统计信息(如性别，年龄等)、用户的行为信息(如业务的订购、退订时间等)以及用户的产品使用信息(如通话时长、短信条数等)数据作为源数据，对数据源进行预处理后，提取用户参量集。所述预处理主要是把通过不同的数据库来源获得的数据合并为数据款表，从而为后期数据处理与参量选择提供便利。所述数据源是预测之前设定时间段的数据源，如预测之前的四至六个月的参量集。

步骤S12：选择多种流失用户预测模型算法，并分别采用每种预测模型算法对用户进行建模生成多种流失用户预测模型；

步骤S13：采用多种流失用户预测模型分别进行流失用户预测，得到多种流失用户预测模型的预测结果；

完成步骤S11中用户参量集的提取后，选择多种(本实施方式中的多种指两种或两种以上)现有的流失用户预测模型算法(如采用决策树算法，神经网络算法等)，并以所述用户参量集为基础，分别采用每种预测模型算法对户参量集中的用户进行建模生成多种预流失用户预测模型，之后采用多种流失用户预测模型分别进行流失用户预测，得到多种流失用户预测模型的预测结果。

采用现有的流失用户预测模型算法进行用户建模，并根据预测模型对流失用户预测的方式为现有技术，再次不再详述。其中，在判断一种预测模型预测结果的优劣时，判断的依据一般为预测命中率和预测覆盖率，即预测结果中包括预测命中率和覆盖率。

预测命中率＝D/(B+D)×100％；

预测覆盖率＝D/(C+D)×100％；

其中，B表示所有被预测用户中预测流失用户与实际不流失用户的交集人数，C表示所有被预测用户中预测不流失用户与实际流失用户的交集人数，D表示所有被预测用户中预测流失用户与实际流失用户的交集人数。

预测命中率越高，表明预测算法的预测准确度很高。如果预测命中率很低，那么将导致本来不流失的用户被误认为会流失，而企业根据这一结果，将对本来不流失的用户采取一些特定的营销措施，使得企业的资源受到巨大的浪费。预测覆盖率越高，表明预测算法在运行的过程中，选择的流失用户占整个的流失用户的比重越大，如果预测覆盖率一旦过低，表明预测算法将本来流失的用户分到不流失的用户机率大，使得那些本来有流失倾向的用户没有被挖掘出来，进而在企业不知情的情况下，用户在下一个阶段可能真的流失了。

步骤S14：根据预测结果，选择两种或两种以上的流失用户预测模型进行预流失用户的组合预测。

根据步骤S13中多种流失用户预测模型的预测结果，选择最接近预设条件的两种或两种以上的流失用户预测模型进行预流失用户的组合预测。

其中，所述预设条件包括预测命中率预设条件和预测覆盖率预设条件。在根据预测结果选择最接近预设条件的两种或两种以上的流失用户预测模型时，根据客户的实际需要来进行选择，如用户比较注重预测命中率，则选择预测命中率高的，如果用户比较注重覆盖率，则选择覆盖率高的，如果两者均比较重视，则根据用户设置的两者的重要度比重进行选择。

本实施方式中，选择最接近预设条件的两种或两种以上的流失用户预测模型进行预流失用户的组合预测的具体方式为：

(1)确定每种流失用户预测模型的预测加权系数(即每种预测模型所占的比重)；

(2)根据每种流失用户预测模型的预测加权系数进行预流失用户的组合预测，预测方式为：

假设选择了m种流失用户预测模型，第i种流失用户预测模型对设定时间段t内流失用户的预测值为f_it，其预测加权系数为w_i，其中，m≥2，1≤i≤m,1≤t≤n，n≥2；则m种流失用户预测模型对设定时间段t内流失用户的组合预测结果为：

组合预测结果 ${\hat{y}}_t={\mathrm{\Σ}}_{i=1}^{i=m}{f}_{\mathrm{it}}\×w_i.$

其中，步骤(1)中，确定每种流失用户预测模型的预测加权系数的具体方式为：

假设所述设定时间段t内的流失用户的实际值为y_t，则在所有设定时间段内，下述公式取得极小值时的预测加权系数为每种流失用户预测模型的预测加权系数：

$J=\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{(y_t-{\hat{y}}_t)}^2$

$=\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{(y_t-\underset{i=1}{\overset{i=m}{\mathrm{\Σ}}}{f}_{\mathrm{it}}\×w_i)}^2.$

本实施方式中，采用组合预测方法的主要目的是减少预测误差，使预测值与真实观测值越来越近。如果某一加权系数向量W＝[w₁，w₂，…，w_m]^T(m种流失用户预测模型的加权系数向量)，使组合预的预测误差平方和J达到极小值，则称W为最优加权系数向量，所对应的组合预测方法称为最优组合预测方法。组合预测的最优加权系数求解，是对误差平方和在最小二乘准则下求解的数学规划问题。即上述确定每种流失用户预测模型的预测加权系数的方式即为上述J的最小值求解的过程。

在预测实践中，用的最多的是由两种预测模型所构成的组合预测方法，最优加权系数计算过程及公式如下：

两种预测模型的在设定时间段t的单独预测结果记为f_1t和f_2t，对应的加权系数记为w₁和w₂，w₁+w₂＝1，则两种预测模型构成的组合模型预测结果为：

$\begin{array}{c}{\hat{y}}_t=w_1\×f_{1t}+w_2\×f_{2t}\\ =w_1\×f_{1t}+(1-w_1)\×f_{2t}=(f_{1t}-f_{2t})\×w_1+f_{2t}\end{array}$

采用最小二乘法，即令

即:

$\left\{\begin{array}{c}{\mathrm{\Σ}}_{t=1}^n(1-w_1)\×2\×[e_{2t}-(e_{2t}-e_{1t})\×w_1]=0\\ {\mathrm{\Σ}}_{t=1}^{n}w1\×[e_{2t}-(e_{2t}-e_{1t})\×w_1]=0\end{array}\right.$

求解得：

$\begin{array}{c}{w}_1=\frac{{\mathrm{\Σ}}_{t=1}^n{e}_{2t}}{{\mathrm{\Σ}}_{t=1}^n(e_{2t}-e_{1t})}\\ w_2=1-w_1=1-\frac{{\mathrm{\Σ}}_{t=1}^n{e}_{2t}}{{\mathrm{\Σ}}_{t=1}^n(e_{2t}-e_{1t})}\end{array}$

则上述计算得出的w₁和w₂即为两种预测模型的加权系数，根据该加权系数及组合预测结果公式即可得到组合预测结果

在完成步骤S14的组合预测之后，按照预测效果评价原则和惯例，对本实施方式中的组合预测方式进行评价，常采用以下评价指标：

(1)平均绝对误差

$\mathrm{MAE}=\frac{1}{n}{\mathrm{\Σ}}_{t=1}^n|y_t-{\hat{y}}_t|$

(2)均方误差 $\mathrm{MAE}=\frac{1}{n}\sqrt{{\mathrm{\Σ}}_{t=1}^n{(y_t-{\hat{y}}_t)}^2}$

(3)平均相对误差绝对值

$\mathrm{MAPE}=\frac{1}{n}{\mathrm{\Σ}}_{t=1}^n\frac{|y_t-{\hat{y}}_t|}{y_t}$

(4)均方相对误差

$\mathrm{MSPE}=\frac{1}{n}\sqrt{{\mathrm{\Σ}}_{t=1}^n{\left(\frac{y_t-{\hat{y}}_t}{y_t}\right)}^2}$

比如针对某校园用户数据，就上述各项指标对用户流失进行组合预测，建模数据(即用于提取用户参量集的数据源)为2013年9、10、11和12月(上述预测之前设定时间段)数据，预测数据为2014年1和2月(上述设定时间段t)的数据，在实际上在选取建模数据集的时候我们已经知道这些数据用户在1、2月份的实际流失情况，根据组合预测结果和实际情况比较评价组合预测的优劣。

在进行组合预测时选取的是决策树算法和神经网络算法，采用这两种算法单独进行预测和采用两种算法进行组合预测的预测结果如下表所示：

根据前面四种评价指标计算方法得知，MAE、MSE、MAPE、MSPE四种误差数值越小说明效果越好。从上表预测分析结果可以看出，组合预测方法的评价指标比原来单个的预测方法效果要好，有效提高了预测准确率，且本实施方式中的组合预测方式的效果已经在实际应用中得到验证。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种预流失用户的识别方法，包括以下步骤：

(1)提取用户参量集；所述用户参量集是指用于衡量用户价值的数据集合；所述用户价值是指用户对其通信运营商的消费贡献价值；

(2)选择多种流失用户预测模型算法，并分别采用每种预测模型算法对所述用户参量集中的用户进行建模生成多种流失用户预测模型；

(3)采用多种流失用户预测模型分别进行流失用户预测，得到多种流失用户预测模型的预测结果；

(4)根据多种流失用户预测模型的预测结果，选择最接近预设条件的两种或两种以上的流失用户预测模型进行预流失用户的组合预测。

2.如权利要求1所述的一种预流失用户的识别方法，其特征在于：步骤(1)中，以用户的人口统计信息、用户的行为信息以及用户的产品使用信息数据作为源数据，提取用户参量集；所述数据源是预测之前设定时间段的数据源。

3.如权利要求1所述的一种预流失用户的识别方法，其特征在于：步骤(3)中，所述预测结果包括预测命中率和覆盖率。

4.如权利要求3所述的一种预流失用户的识别方法，其特征在于：所述预设条件包括预测命中率预设条件和预测覆盖率预设条件。

5.如权利要求1所述的一种预流失用户的识别方法，其特征在于：步骤(4)中，选择最接近预设条件的两种或两种以上的流失用户预测模型进行预流失用户的组合预测的具体方式为：

(4-1)确定每种流失用户预测模型的预测加权系数；

(4-2)根据每种流失用户预测模型的预测加权系数进行预流失用户的组合预测，预测方式为：

假设选择了m种流失用户预测模型，第i种流失用户预测模型对设定时间段t内流失用户的预测值为f_it，其预测加权系数为w_i，其中，m≥2，1≤i≤m,1≤t≤n，n≥2；则m种流失用户预测模型对设定时间段t内流失用户的组合预测结果为：

组合预测结果 ${\hat{y}}_t={\mathrm{\Σ}}_{i=1}^{i=m}{f}_{\mathrm{it}}\×w_i.$

6.如权利要求5所述的一种预流失用户的识别方法，其特征在于：步骤(4-1)中，确定每种流失用户预测模型的预测加权系数的具体方式为：

假设所述设定时间段t内的流失用户的实际值为y_t，则在所有设定时间段内，下述公式取得极小值时的预测加权系数为每种流失用户预测模型的预测加权系数：

$\begin{array}{c}J=\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{(y_t-{\hat{y}}_t)}^2\\ =\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{(y_t-\underset{i=1}{\overset{i=m}{\mathrm{\Σ}}}{f}_{\mathrm{it}}\×w_i)}^2\end{array}.$