CN104518887B

CN104518887B - 一种套餐推荐方法及装置

Info

Publication number: CN104518887B
Application number: CN201310449657.1A
Authority: CN
Inventors: 张第; 罗晓娜; 杨丹
Original assignee: China United Network Communications Group Co Ltd
Current assignee: China United Network Communications Group Co Ltd
Priority date: 2013-09-27
Filing date: 2013-09-27
Publication date: 2018-12-21
Anticipated expiration: 2033-09-27
Also published as: CN104518887A

Abstract

本发明公开了一种套餐推荐方法及装置，包括根据用户基本信息和用户上网记录，形成用户行为数据库；按照预先设置的预处理条件对用户行为数据库进行预处理得到分类数据样本；根据分类数据样本确定影响用户上网成本最大的因素，根据该因素匹配出合适的套餐并推荐给用户。本发明根据用户行为习惯重新匹配的套餐，及时调整了用户套餐类型，从而满足了用户的当前需求。

Description

一种套餐推荐方法及装置

技术领域

本发明涉及电信计费技术，尤指一种套餐推荐方法及装置。

背景技术

随着移动互联网的快速发展以及云计算、物联网等新兴技术的不断出现和繁荣，智能终端迅速普及，同时，用户通过移动终端访问因特网以获取自己需要的信息，导致了数据流量爆炸式增长。随着用户在流量方面的花费越来越多，用户总在试图寻找一种经济实惠的上网方式，既能满足自身需要，又能节约成本；而运营商也急于发展流量用户，提高用户粘性，同时发掘潜在用户群体，以增加收益。

目前，移动终端用户的流量套餐是由用户在营业厅选定的，也就是说，用户在营业厅选择好流量套餐，并固定使用该流量套餐直至用户更换为止。但是，在实际生活中，由于用户生活习惯、工作的变化，往往会产生流量不够用或者流量浪费的情况，现有套餐使用方法中，并没有按照用户的习惯变化向用户推荐满足当前需求的套餐类型，这样，一方面，如果用户当前套餐中的流量不够用，对于超出套餐流量部分的流量费用一般较高即比用户当前使用套餐更高一级套餐的费用高，另一方面，如果用户当前套餐中的流量没有用完，多余的流量会在下个月套餐生效时自动清零。显然，如果用户的套餐不能根据用户习惯的变化而调整，不能满足用户的当前需求。

发明内容

为了解决上述技术问题，本发明提供了一种套餐推荐方法及装置，能够及时调整用户套餐类型，从而满足用户的当前需求。

为了达到本发明目的，本发明提供了一种套餐推荐方法，包括：根据用户基本信息和用户上网记录，形成用户行为数据库；

按照预先设置的预处理条件对用户行为数据库进行预处理得到分类数据样本；

根据分类数据样本确定影响用户上网成本最大的因素，根据该因素匹配出合适的套餐并推荐给用户。

所述预设条件包括：

按照用户年龄大小进行区间划分；和/或，按照上网时间段划分；和/或，按照主要流量划分；和/或，按照终端类型划分；和/或，按照上网地点划分；和/或，按照日均成本划分。

所述根据分类数据样本确定影响用户上网成本最大的因素包括：

根据所述分类数据样本中的类，分别计算各类对上网成本的影响因子；根据各类的影响因子，获取各影响因子的信息增益；将信息增益最大的影响因子对应的类作为影响用户上网成本最大的因素。

预先设置用于存储不同类套餐的套餐数据库；

所述根据该因素匹配出合适的套餐并推荐给用户包括：从套餐数据库中选取所述作为影响用户上网成本最大的因素的类对应的套餐，并将该套餐的具体资费推送至用户终端。

该方法还包括：将所述用户上网分析结果发送给用户终端。

本发明还提供一种套餐推荐装置，至少包括收集模块、预处理模块、处理模块，以及用于存储不同类套餐的套餐数据库，其中，

收集模块，用于用户基本信息和用户上网记录，并形成用户行为数据库；

预处理模块，用于按照预先设置的预处理条件对用户行为数据库进行预处理得到分类数据样本；

处理模块，用于根据分类数据样本确定影响用户上网成本最大的因素，根据该因素从套餐数据库中匹配出合适的套餐并推荐给用户。

所述处理模块具体用于：根据所述分类数据样本中的类，分别计算各类对上网成本的影响因子；根据各类的影响因子，获取各影响因子的信息增益；将信息增益最大的影响因子对应的类作为影响用户上网成本最大的因素；选取作为影响用户上网成本最大的因素的类对应的套餐，并将该套餐的具体资费推送至用户终端。

所述处理模块，还用于将所述用户上网分析结果发送给用户终端。

与现有技术相比，本发明包括根据用户基本信息和用户上网记录，形成用户行为数据库；按照预先设置的预处理条件对用户行为数据库进行预处理得到分类数据样本；根据分类数据样本确定影响用户上网成本最大的因素，根据该因素匹配出合适的套餐并推荐给用户。本发明根据用户行为习惯重新匹配的套餐，及时调整了用户套餐类型，从而满足了用户的当前需求，同时也降低了用户在流量数据上的花费。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1为本发明套餐推荐方法的流程图；

图2为本发明套餐推荐装置的组成结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1为本发明套餐推荐方法的流程图，如图1所示，包括以下步骤：

步骤100：根据用户基本信息和用户上网记录，形成用户行为数据库。

本步骤中，用户行为数据库的内容包括：用户基本信息，如姓名、年龄、性别、套餐资费、终端的IMEI、终端品牌、终端类型等；以及用户上网记录，如上网集中时间段、上网时长、主要流量、上网地点、流量大小等。

其中，用户基本信息可以从运营商BSS系统获取，用户上网记录信息可以从上网记录查询系统获取，具体实现属于本领域技术人员的惯用技术手段，这里不再赘述。获得的用户基本信息和用户上网记录经过一定时长的数据累积如一周或者更长的时间，形成完备的用户行为数据。

举例来讲，假设收集同一个用户A一周七天的上网数据，以小时为单位，统计每天上网最为集中的一个小时浏览的内容、上网的地点，可以得到用户A的原始数据，如表1所示是用户A在一周时间内的上网原始数据：

星期	上网时间	上网地点	上网内容	日均成本
					周一	7:30-8:30	天津	微博	7.36
周二	10:45-11:23	北京	网页	4.12
					周三	7:12-8:15	天津	网页	6.62
周四	21:50-22:30	天津	微博	5.19
					周五	16:50-17:20	北京	微博	2.55
周六	22:20-23:00	北京	优酷	9.24
					周日	19:30-20:00	北京	优酷	8.87

表1

步骤101：按照预先设置的预处理条件对用户行为数据库进行预处理得到分类数据样本。

本步骤中，预处理条件可以包括但不限于以下方式：

按照用户年龄大小进行区间划分，如<=20岁，21-30岁，31-40岁，40-50岁，>=50岁等；和/或，

按照上网时间段划分，如9:00之前归为上班途；9:00-12:00归为上午；12:00-17:00归为下午；17:00-19:00归为下班途；19:00-24:00归为晚上，以小时为计量单位，上网流量大于10M/小时。系统需要对每个用户的小时用量进行累加，选出流量最多的一个小时，作为上网集中的时段等；和/或，

按照主要流量划分，比如：网页类，主要指利用手机终端浏览各种门户网站，图片等；即时通讯类：如QQ，飞信，微信等；视频类，如优酷，PPLive，乐视网等；社交类：如人人网，开心网，腾讯微博，新浪微博等；和/或，

按照终端类型划分：如Android，IPhone，Windows Phone等；和/或，

按照上网地点划分：如省内流量和全国流量等；和/或，

按照日均成本划分，如7元及以上为高，5元到7元为中，5元及以下为低等。

举例来讲，步骤100中获得的用户A在一周时间内的上网原始数据，经过本步骤中的预处理后得到的分类数据样本如表2所示：

星期	上网时间	上网地点	上网内容	日均成本
					周一	上班途	天津	社交类	高
周二	上午	北京	网页类	低
					周三	上班途	天津	网页类	中
周四	晚上	天津	社交类	中
					周五	下班途	北京	社交类	低
周六	晚上	北京	视频类	高
					周日	晚上	北京	视频类	高

表2

步骤102：根据分类数据样本确定影响用户上网成本最大的因素，根据该因素匹配出合适的套餐并推荐给用户。

本步骤中，根据分类数据样本中的类，分别计算各类对上网成本的影响因子；根据各类的影响因子，获取各影响因子的信息增益；将信息增益最大的影响因子对应的类作为影响用户上网成本最大的因素；

预先设置用于存储不同类套餐的套餐数据库，从套餐数据库中选取作为影响用户上网成本最大的因素的类对应的套餐，并将该套餐的具体资费（还可以同时将上述用户上网分析结果一起发送给用户终端）推送（PUSH）至用户终端。其中，上网分析结果，如上网时长、上网的类型、日均资费分布信息及图表，用户上网侧重点如类型、时长的饼图等。具体实现属于本领域技术人员的惯用技术手段，也不用于限定本发明的保护范围，这里不再赘述。

以步骤100及步骤101中的例子为例，各类的期望如公式(1)所示：

I(s₁,s₂...,s_m)＝-∑P_ilog₂(p_i)(i＝1,2...,m) (1)

公式(1)中，分类数据样本各类数据集为S，m为S的分类数目，P_i为任意样本属于某分类的概率，S_i为某分类上的样本数。

以表二为例，包括上网时间、上网地点、上网内容及日均成本4类，其中上网时间的分类数目m=4，即上班途、下班途、上午和晚上4个分类目；上网地点的分类数目m=2，即天津和北京2个分类目；上网内容的分类数目m=3，即社交类、网页类和视频类3个分类目。

1）日均成本为高的样本数S₁有3个即P₁为3/7，日均成本为中的样本数S₂有2个即P₂为2/7，日均成本为低的样本数S₃有2个即P₃为2/7，按照公式(2)计算日均成本的信息熵I(daily cost)，

2）按照用户A的上网时间，以公式(3)计算时间因子的信息熵E(time)：

Time	日均成本（低）	P<sub>1</sub>	日均成本（中）	P<sub>2</sub>	日均成本（高）	P<sub>3</sub>
							上班途	0	0	1	1/2	1	1/2
上午	1	1	0	0	0	0
							下午	0	0	0	0	0	0

下班途	1	1	0	0	0	0
							晚上	0	0	1	1/3	2	2/3

表3

表3中，以上网时间为上班途为例，如表2所示，上班途的样本数为2，日均成本为低的样本数为0，所以概率为0，日均成本为中的样本数为1，概率P₂为1/2，日均成本高的样本数为1，概率P₃为1/2。本领域技术人员按照上述方法，很容易得出上网时间分别为上午、下午、下班途和晚上的日均成本分布概率，如变3所示，这里不再赘述。

表3为每个上网时间段日均成本分布及概率，根据表3得到公式(3)：

3）同理，分别按照公式(4)和公式(5)，计算出地点因子的信息熵E(location)和内容因子的信息熵E(content)：

4）上网时间因子的信息增益G(time)、上网地点因子的信息增益G(location)、上网内容因子的信息增益G(content)的信息增益的计算，分别如公式(6)、公式(7)和公式(8)所示：

G(time)＝I(daily cost)-E(time)＝0.8775 (6)

G(location)＝I(daily cost)-E(location)＝0.5918 (7)

G(content)＝I(daily cost)-E(content)＝0.5917 (8)

从公式(6)、公式(7)和公式(8)可以看出，信息增益最大的影响因子是上网时间，即对于影响用户A日均上网成本的关键因子是上网时间。因此，可以将与时间相关的套餐推送（PUSH）至用户终端。

需要说明的是，数据库中预先存储有运营商所有的套餐类型，例如时间类套餐，可以分为上班途套餐，上午套餐，下午套餐，下班途套餐，晚上套餐，而且各套餐在相应的计时段内有流量优惠。

本发明根据用户行为习惯重新匹配的套餐，及时调整了用户套餐类型，从而满足了用户的当前需求，同时也降低了用户在流量数据上的花费。同时，由于用户分时上网，比如分时的套餐为：白天6:00-23:59为忙时，夜晚0:00-5:59为闲时，忙/闲时资费不一样，或者维度可以进一步进行细化，从而合理的分散了流量，降低了网络的压力。

图2为本发明套餐推荐装置的组成结构示意图，如图2所示，至少包括收集模块、预处理模块、处理模块，以及用于存储不同类套餐的套餐数据库，其中，

预处理模块，用于按照预先设置的预处理条件对用户行为数据库进行预处理得到分类数据样本。

其中处理模块，具体用于根据分类数据样本中的类，分别计算各类对上网成本的影响因子；根据各类的影响因子及成本因子，获取各影响因子的信息增益；将信息增益最大的影响因子对应的类作为影响用户上网成本最大的因素；选取作为影响用户上网成本最大的因素的类对应的套餐，并将该套餐的具体资费（还可以同时将上述用户上网分析结果一起发送给用户终端）推送（PUSH）至用户终端。

虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims

1.一种套餐推荐方法，其特征在于，包括：根据用户基本信息和用户上网记录，形成用户行为数据库；

根据分类数据样本确定影响用户上网成本最大的因素，根据该因素匹配出合适的套餐并推荐给用户；

2.根据权利要求1所述的套餐推荐方法，其特征在于，

所述预处理条件包括：

3.根据权利要求1所述的套餐推荐方法，其特征在于，预先设置用于存储不同类套餐的套餐数据库；

4.根据权利要求3所述的套餐推荐方法，其特征在于，该方法还包括：将所述用户上网分析结果发送给用户终端。

5.一种套餐推荐装置，其特征在于，至少包括收集模块、预处理模块、处理模块，以及用于存储不同类套餐的套餐数据库，其中，

处理模块，用于根据分类数据样本确定影响用户上网成本最大的因素，根据该因素从套餐数据库中匹配出合适的套餐并推荐给用户；

6.根据权利要求5所述的套餐推荐装置，其特征在于，所述处理模块具体用于：选取作为影响用户上网成本最大的因素的类对应的套餐，并将该套餐的具体资费推送至用户终端。

7.根据权利要求6所述的套餐推荐装置，其特征在于，所述处理模块，还用于将所述用户上网分析结果发送给用户终端。