CN105007171A - 基于通信领域大数据的用户数据分析系统及方法 - Google Patents
基于通信领域大数据的用户数据分析系统及方法 Download PDFInfo
- Publication number
- CN105007171A CN105007171A CN201510270451.1A CN201510270451A CN105007171A CN 105007171 A CN105007171 A CN 105007171A CN 201510270451 A CN201510270451 A CN 201510270451A CN 105007171 A CN105007171 A CN 105007171A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- analysis
- interface
- 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.)
- Granted
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 128
- 238000004891 communication Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 146
- 238000012545 processing Methods 0.000 claims abstract description 64
- 238000013500 data storage Methods 0.000 claims abstract description 54
- 238000011161 development Methods 0.000 claims description 25
- 239000000284 extract Substances 0.000 claims description 24
- 235000012054 meals Nutrition 0.000 claims description 23
- 238000013499 data model Methods 0.000 claims description 22
- 230000011664 signaling Effects 0.000 claims description 22
- 230000006399 behavior Effects 0.000 claims description 21
- 238000013075 data extraction Methods 0.000 claims description 14
- 230000006978 adaptation Effects 0.000 claims description 10
- 230000002452 interceptive effect Effects 0.000 claims description 10
- 238000007726 management method Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 8
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 5
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 4
- 230000001755 vocal effect Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 17
- 238000001914 filtration Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/18—Service support devices; Network management devices
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
- Mobile Radio Communication Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于通信领域大数据的用户数据分析系统，数据汇聚组件，用于从移动网络核心网的其他网元采集移动用户的数据，将采集的用户数据发送到数据处理及分析组件；数据处理及分析组件，用于根据预先设置的用户数据分析模型，对来自数据汇聚组件的相应种类的用户数据进行分析，将分析结果送入数据存储组件中存储；数据服务组件用于根据增值业务平台的数据分析要求，从数据存储组件中提取所需的分析结果，并将所述分析结果推送给增值业务平台和APP客户端；数据存储组件用于存储采集到的用户数据及分析结果。本申请还公开了一种基于通信领域大数据的用户数据分析方法。
Description
技术领域
本申请涉及大数据分析技术领域，尤其涉及基于通信领域大数据的用户数据分析系统及方法。
背景技术
随着我国移动通信事业的快速发展，通信领域拥有多年的数据积累，拥有诸如用户基础信息、套餐信息、终端信息、位置信息、业务发展量等数据。从数据来源看，通信数据来自于涉及移动语音、固定电话、固网接入和无线上网等所有业务，也会涉及公众集团客户、政企客户和家庭客户。通过挖掘通信领域大数据，发现电信用户数据价值，可以实现从用户需求洞察、目标用户发现、到营销策略制定的全营销流程贯通，帮助电信运营商提高业务创新能力，从而更好地服务用户以支持运营主业，并在创新方向上重新把握数据产业链的主导权，提升经营效率，开创了新的数据营销模式。因此，数据挖掘、数据分析已经成为电信运营商的新商业运营模式。
现有技术中，针对大数据处理方法主要集中在如下几种：
1、基于分布式系统基础架构(Hadoop)平台的电信运营商海量数据处理方法
通过使用开源数据转换工具(Sqoop)将原始数据系统数据抽取到Hadoop本地服务器上；然后在数据仓库工具(Hive)中建表并根据运营商数据仓库的数据模型和业务需求编写Hive脚本；接着执行Hive脚本将源数据转换后装载到Hive的目标表中；最后根据需求编写Hive查询语句或者数据并行处理工具(MapReduce)程序对目标表中的数据进行查询分析。
2、基于网络图模型的处理用户信息方法
通过设有用于完成关键信息抽取的数据分析和提取模块；用于对关键信息进行预处理的数据预处理模块；用于将预处理后的数据抽象为网络图模型的网络构建模块；用于对网络图模型进行划分并进一步分析运算的运算发现模块；用于输出发现结果的结果输出模块。该方法能够通过快速的处理个体之间的通信数据，完成某一潜在团体的分类、划定和输出。
3、基于大数据量号码过滤方法
通过准备待过滤数据的同时对其进行标识，按照标识指定的过滤顺序，对待过滤数据进行逐项过滤，按照标识指定的过滤项类型，将数据项与过滤器类相对应，当过滤条件不满足时，挂起过滤任务直至过滤条件满足。
4、基于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。
以上方法均存在相应缺陷，具体列举如下：
对于Hadoop平台的电信运营商海量数据处理方法，主要描述通过Hadoop架构的各个Sqoop工具、Hive、MapReduce组件处理数据的具体步骤，更多的是描述Hive对于数据表的处理过程，对于具体数据源和数据分析应用场景没有详细描述。
通过网络图模型的处理用户信息方法，将用户信息进行网络图模型处理的方式，通过网络图模型的计算函数公式进行用户评估和定位，更多的讲述计算函数的定义，对于用户团体如何快速提取和输出没有描述。
通过大数据量号码过滤，主要通过数据标识和过滤，按照标识指定的过滤顺序，对待过滤数据进行逐项对应，不匹配则挂起过滤任务。对于其他数据关联、数据处理等没有描述。
通过数据信息通信网络中实现用户流失预测的方法，通过数据域采集用户数据，分析数据域的用户指标进行预测用户流失倾向，对于用户的语音、短信、通信交际圈等没有描述。
发明内容
本申请提供了一种基于通信领域大数据的用户数据分析系统及方法，可以结合各类用户数据进行综合分析。
本申请实施例提供了一种基于通信领域大数据的用户数据分析系统，该用户数据分析系统包括：数据汇聚组件、数据处理及分析组件、数据服务组件和数据存储组件；
数据汇聚组件，用于从移动网络核心网的其他网元采集移动用户的数据，将采集的用户数据发送到数据处理及分析组件；
数据处理及分析组件，用于根据预先设置的用户数据分析模型，对来自数据汇聚组件的相应种类的用户数据进行分析，将分析结果送入数据存储组件中存储；
数据服务组件用于根据增值业务平台的数据分析要求，从数据存储组件中提取所需的分析结果，并将所述分析结果推送给增值业务平台和APP客户端；
数据存储组件用于与数据汇聚组件进行交互，将采集用户数据进行存储；与数据处理及分析组件进行交互，存储分析结果；与数据服务组件进行交互，提取存储的分析结果给增值业务平台和APP客户端使用。
较佳地，所述数据汇聚组件采集的移动用户的数据包括如下内容的任意组合：CRM基础信息、用户缴费、余额及欠缴数据、LAC/CI的基站的经度、纬度、基站所对应的街道、行政区域、地市的数据、手机APP的经纬度、IVPN的话单日志、开/销户数据。
较佳地，所述数据汇聚组件由协议适配接口、数据提取模块、数据汇聚存储接口和数据汇聚接口组成；
数据汇聚组件通过协议适配接口适配各个接入的网元协议接口后进行数据采集，采集的数据经过数据提取模块将数据进行筛选提取，经数据汇聚存储接口将数据送入数据存储组件中进行存储，同时数据汇聚存储接口与数据汇聚接口交互，将数据传输至数据处理及分析组件进行后续处理。
较佳地，所述协议适配接口进行数据采集包括如下之一或其任意组合：
通过实时Socket接口与核心网信令监测网元交互，采集核心网信令数据；
通过FTP接口与CRM进行IVPN用户的基础信息的汇聚；
通过FTP接口与计费中心交互，汇聚IVPN用户的缴费、余额及欠缴数据；
通过FTP接口与网管中心交互，汇聚基于LAC/CI的基站的经度、纬度、基站所对应的街道、行政区域、地市的数据；
通过FTP接口与IVPN平台交互，汇聚IVPN的话单日志、开/销户数据。
较佳地，所述数据处理及分析组件包括：数据处理接口、数据存储接口、数据分析接口和用户数据模型分析模块；
所述数据处理接口用于通过与数据汇聚组件交互，获取用户数据，并将所获取的用户数据提供给用户数据模型分析模块；
所述数据存储接口通过与数据存储组件交互，将用户数据模型分析模块输出的分析结果发送到数据存储组件进行存储；与数据分析接口交互，将分析结果提供给数据服务组件；
数据分析接口，用于通过与数据处理接口交互，根据增值业务平台的当前数据分析目标，确定所要分析的用户群，以及用户数据模型分析模块所要使用的用户数据模型；通过数据存储接口从数据存储组件中获取分析结果，并将分析结果提供给数据服务组件；
用户数据模型分析模块，用于根据数据分析接口所设置的用户数据模型，对数据处理接口提供的用户数据进行分析，并输出分析结果，所述分析结果经由数据存储接口发送到数据存储组件进行存储。
较佳地，用户数据模型分析模块包括如下子模块之一或其任意组合：
用户缴费数据分析子模块，通过与数据处理接口交互，获取用户的缴费数据，分析用户的缴费水平，欠缴次数，分析用户的套餐使用情况；与数据存储接口交互，将分析得到的用户缴费数据发送到数据存储组件进行存储；
用户位置分析子模块，通过与数据处理接口交互，获取用户信令中的LAC、CI位置数据，并与网管数据相关联，对应出用户位置数据，并通过一定周期时间段对用户的常驻位置进行汇总分析，结合时间分析标签，分析用户在不同时间段的位置分布情况，判断用户的工作地、居住地、非工作时间常去地点的位置属性；根据位置属性分析用户的行为喜好；与数据存储接口交互，将分析得到的用户位置数据发送到数据存储组件进行存储；
用户话务量分析子模块，通过与数据处理接口交互，获取通话数据，结合不同时间段，分析用户所在的集团编号下的话务量分布情况，与数据存储接口交互，将分析的用户话务量数据发送到数据存储组件进行存储；
用户通信交际圈分析子模块：通过与数据处理接口交互，获取通话数据，分析用户的通信交际圈网络情况，分析用户通信交际圈中通信数/频率最高的前N个用户，确定潜在发展用户；与数据存储接口交互，将分析的用户通信交际圈数据发送到数据存储组件进行存储；
用户基础数据分析子模块：通过与数据处理接口交互，获取用户基础数据，分析用户的基础注册信息，订购的套餐，用户年龄趋势分布情况、用户职业情况、注册常驻地址情况、使用手机终端类型情况；与数据存储接口交互，将分析的用户基础数据发送到数据存储组件进行存储。
较佳地，所述话务量分布包括如下之一或其任意组合：集团内的通话次数及趋势占比、集团外的通话次数及趋势占比、呼叫客服电话占比、呼叫异网用户趋势占比、呼转至异网号码的通话趋势占比。
较佳地，所述数据服务组件包括：数据分析处理接口、数据分析选取模块、数据推送模块、数据提取接口和数据服务接口；
数据分析处理接口：与数据分析选取模块交互，将所设置的数据选取规则提供给数据处理及分析组件进行数据处理；与数据推送模块交互，根据选取数据的输出要求进行规则设置；
数据分析选取模块：与数据服务接口交互，根据增值业务平台的数据分析应用数据要求，设置数据选取规则；与数据分析处理接口交互，将设置的数据选取规则给数据处理及分析组件进行数据处理。
数据推送模块：与数据分析处理接口交互，对选取数据的输出要求进行规则设置；与数据提取接口交互，从数据存储组件提取所要分析的用户数据；与数据服务接口交互，将提取的数据进行封装。
数据提取接口：与数据推送模块交互，从数据存储组件将分析的用户数据进行提取；与数据存储组件进行交互，获取用户数据；
数据服务接口：与数据提取接口进行交互，将提取的数据进行封装。与数据分析选取模块进行交互，设置数据选取规则；与增值业务平台进行交互，根据增值业务平台的业务请求设置数据选取规则，也将分析后的用户数据给增值业务平台和APP客户端使用。
本申请实施例还提供了一种基于通信领域大数据的用户数据分析方法，其特征在于，该方法包括如下步骤：
从移动网络核心网的其他网元采集移动用户数据；
根据预先设置的用户数据分析模型，对所采集的移动用户数据进行分析，输出并存储分析结果；
根据增值业务平台的数据分析要求，从存储的分析结果中提取所需的分析结果，并将所述分析结果推送给增值业务平台和APP客户端。
较佳地，所述采集的移动用户数据包括如下内容的任意组合：CRM基础信息、用户缴费、余额及欠缴数据、LAC/CI的基站的经度、纬度、基站所对应的街道、行政区域、地市的数据、手机APP的经纬度、IVPN的话单日志、开/销户数据。
较佳地，所述从移动网络核心网的其他网元采集移动用户数据包括如下之一或其任意组合：
通过实时Socket接口与核心网信令监测网元交互，采集核心网信令数据；
通过FTP接口与CRM进行IVPN用户的基础信息的汇聚；
通过FTP接口与计费中心交互，汇聚IVPN用户的缴费、余额及欠缴数据；
通过FTP接口与网管中心交互，汇聚基于LAC/CI的基站的经度、纬度、基站所对应的街道、行政区域、地市的数据；
通过FTP接口与IVPN平台交互，汇聚IVPN的话单日志、开/销户数据。
较佳地，所述根据预先设置的用户数据分析模型，对所采集的移动用户数据进行分析包括：
根据用户数据分析模型对用户的相应指标进行评分；
将用户各个指标的评分与该指标对应的权重相乘后累加，得到用户的最终评分。
较佳地，所述用户数据分析模型包括如下之一或其任意组合：
用户缴费数据分析模型，获取用户的缴费数据，分析用户的缴费水平，欠缴次数，分析用户的套餐使用情况，分析得到的户缴费数据；
用户位置分析模型，获取用户信令中的LAC、CI位置数据，并与网管数据相关联，对应出用户位置数据，并通过一定周期时间段对用户的常驻位置进行汇总分析，结合时间分析标签，分析用户在不同时间段的位置分布情况，判断用户的工作地、居住地、非工作时间常去地点的位置属性；根据位置属性分析用户的行为喜好；
用户话务量分析模型，获取通话数据，结合不同时间段，分析用户所在的集团编号下的话务量分布情况；
用户通信交际圈分析模型：获取通话数据，分析用户的通信交际圈网络情况，分析用户通信交际圈中通信数/频率最高的前N个用户，确定潜在发展用户；
用户基础数据分析模型：获取用户基础数据，分析用户的基础注册信息，订购的套餐，用户年龄趋势分布情况、用户职业情况、注册常驻地址情况、使用手机终端类型情况。
较佳地，所述根据预先设置的用户数据分析模型，对所采集的移动用户数据进行分析，输出并存储分析结果包括：
步骤501：根据汇聚的用户数据，判断用户是否是增值业务平台的注册用户，如不是注册用户则分析结束；如为注册用户，则继续执行步骤502；
步骤502：判断注册用户的业务类型，分析用户属于企业集团客户还是家庭用户，对于企业集团客户，根据企业集团客户的多少进行分类，根据集团用户人数判断各个用户的业务使用特征；对于家庭用户，分析家庭用户的人数分类，根据家庭用户的人数判断用户的业务使用特征；
步骤503：判断注册用户是否是本网用户还是异网用户，若是本网用户执行步骤504，若是异网用户转至步骤506；
步骤504：对于本网用户，进行用户的缴费数据分析，分析用户的缴费水平，欠缴次数，分析用户的套餐使用情况，根据用户缴费金额，缴费次数，给用户缴费这一项指标评分，其中缴费金额越高，缴费次数越少则分值越高；
步骤505：对于本网用户，进行基础数据分析，分析用户的基础注册信息，订购的套餐及用量、用户年龄趋势分布情况、用户职业分布情况、注册常驻地址情况；对于用户基础数据注册较完善，订购的套餐在90元以上和月使用量达70％以上，用户年龄在20～40岁，用户职业收入平均水平在人均水平5倍以上企业的用户，则评分较高；反之，用户评分较低；
步骤506：对于本网和异网用户，进行用户位置分析，根据用户的常驻位置特征对于用户位置这一项指标评分，其中筛选高档小区、CBD、别墅区、商业中心区域的用户，以及经常漫游的用户，评分较高；筛选普通小区、郊区、农村的用户，评分较低；
步骤507：对于本网和异网用户，进行用户通信交际圈分析并进行社交圈这一指标评分，其中，与IVPN用户的交际圈和交际总数占比越高则评分越高，占比较低且与IVPN用户交际较少的则评分越低；
步骤508：对于本网和异网用户，进行话务量分析，分析用户所在的集团编号下的话务量分布情况，分析集团内的通话次数及趋势占比、集团外的通话次数及趋势占比；并进行相应评分。对于高价值用户，话务量和集团内的通话占比较高，且趋势平稳；对于低价值用户，则话务量和集团内通话占比较少，并会有趋势骤降的趋势，同时分析用户在近3个月内是否有经常设置呼转业务，且呼转号码为异网号码的次数和异常趋势，以及分析用户是否拨打异网客服电话号码的次数和趋势，当近期呼叫次数较高，则该用户有离网倾向趋势；
步骤509：将以上各项评分分别与相应权重相乘后累加，根据最终分值将用户区分为高价值用户和低价值用户。
较佳地，所述根据预先设置的用户数据分析模型，对所采集的移动用户数据进行分析，输出并存储分析结果包括：
步骤601：根据汇聚的用户数据，判断用户是否是增值业务平台的注册用户，如是注册用户则分析结束；如为非注册用户，则继续步骤602；
步骤602：判断注册用户是否是本网用户还是异网用户；若是本网用户转至步骤603，若是异网用户转至步骤604；
步骤603：对于本网用户，判断是否有与增值业务平台的用户通话记录行为，如有通话行为，则执行步骤605；如无通话行为，则执行步骤604；
步骤604：针对异网用户和非注册用户，则根据通话记录分析该用户的通信交际圈范围，根据通话频率判断该用户通信交际圈的TOP N的用户，然后执行步骤606；
步骤605：分析用户的通信位置，分析用户的常驻位置特征，结合白天、晚上、工作日、周末、节假日的时间条段件，对于用户常驻位置与IVPN注册用户的常驻位置匹配程度在90％以上，则继续后续步骤606；
步骤606：针对用户的话务量进行分析，分析TOP N用户间的通话频次、通话时间及历史通话趋势水平情况，对于通话次数较高的用户，为潜在发展用户。并且区分是企业集团潜在发展用户和家庭潜在发展用户。
从以上技术方案可以看出，该方案基于通信领域的增值业务平台对相关大数据进行数据汇总，所述数据包括但不限于用户语音业务信令、位置更新业务信令数据、CRM数据、用户缴费数据、网管数据、IVPN话单日志数据，并对于数据实时处理分析，实时性达秒级。
在该方案的某些实施例中，基于用户的通信位置，结合网管数据和地图数据分析用户的常驻位置，分析用户的位置属性，对于分析用户特征提供一种分析手段。
在该方案的某些实施例中，基于通信交际圈进行数据分析，对于增值业务注册用户和非注册用户通过分析交际圈情况，对于用户的通话行为进行判断，通过交际范围的判断，快速定位用户的通话特征属性，便于精确分析用户通信行为。
在该方案的某些实施例中，对于本网和异网用户均提供了分析手段，实现全网用户的分类和筛选，对于增值业务发展，避免发展用户数据的手段瓶颈。
附图说明
图1为本申请实施例提供的基于通信领域大数据的用户数据分析系统的整体框架示意图；
图2为图1所示用户数据分析系统中的数据汇聚组件105的结构图；
图3为图1所示用户数据分析系统中的数据处理及分析组件104的结构图；
图4为图1所示用户数据分析系统中的数据服务组件103的结构图；
图5为本申请实施例提供的高/低价值用户分析流程示意图；
图6为本申请实施例提供的针对潜在发展用户分析流程示意图。
具体实施方式
本申请提供的基于通信领域大数据的用户数据分析系统，通过汇聚核心网的各类用户数据，根据用户数据进行不同用户分析模型的分析，根据分析结果将数据封装后给增值业务平台使用。所述用户数据包括但不限于：CRM基础信息、用户缴费、余额及欠缴数据、LAC/CI的基站的经度、纬度、基站所对应的街道、行政区域、地市的数据、手机APP的经纬度、IVPN的话单日志、开/销户数据。
为使本申请技术方案的技术原理、特点以及技术效果更加清楚，以下结合具体实施例对本申请技术方案进行详细阐述。
图1为本申请实施例提供的基于通信领域大数据的用户数据分析系统的整体框架示意图。该系统汇聚电信运营商的移动网络核心网中移动用户的各类数据，通过数据汇聚组件105将用户数据汇聚和清洗后，路由到数据处理及分析组件104进行用户数据关联和挖掘分析，将分析后的数据通过数据服务组件103开放给增值业务平台101以及APP手机客户端102，从而实现对于增值业务用户的精确分析和数据挖掘功能。所述用户数据包括但不限于语音业务信令、位置更新业务信令数据、CRM数据、用户缴费数据、网管数据、IVPN话单日志数据等。
以下对各个组件的功能及组成结构进行详细说明。
数据汇聚组件105的结构图具体见图2所示，数据汇聚组件105由协议适配接口1053、数据提取模块1052、数据汇聚存储接口1054、数据汇聚接口1051组成。数据汇聚组件105通过协议适配接口1053适配各个接入的网元协议接口后进行数据采集，采集的数据经过数据提取模块1052将数据进行筛选提取，经数据汇聚存储接口1054将数据送入数据存储组件106中进行存储，同时数据汇聚存储接口1054与数据汇聚接口1051交互，将数据传输至数据处理及分析组件104进行后续处理。
具体地，
协议适配接口1053：通过实时Socket接口与核心网信令监测网元交互，采集核心网信令数据；通过FTP接口与CRM进行IVPN用户的基础信息的汇聚；通过FTP接口与计费中心交互，汇聚IVPN用户的缴费、余额及欠缴数据；通过FTP接口与网管中心交互，汇聚基于LAC/CI的基站的经度、纬度、基站所对应的街道、行政区域、地市的数据；通过FTP接口与IVPN平台交互，汇聚IVPN的话单日志、开/销户数据；与数据提取模块1052交互，将协议数据传输至数据提取模块1052。
数据提取模块1052：与协议适配接口1053交互，根据当前分析需求对接收的协议数据进行用户数据提取；与数据汇聚存储接口1054交互，将用户数据进行数据存储。
数据汇聚存储接口1054：与数据提取模块1052交互，将用户数据发送到数据存储组件106进行存储；与数据汇聚接口1051交互，将用户数据进行分发，路由到数据处理及分析组件104进行后续处理操作。
数据汇聚接口1051：与数据汇聚存储接口1054交互，将用户数据路由到数据处理及分析组件104进行后续处理操作。
数据处理及分析组件104位于整个系统核心，其组成结构如图3所示，由数据处理接口1047、用户数据模型分析模块1049、数据存储接口1048、数据分析接口1041组成。本申请实施例中，用户数据模型分析模块1049具体包括用户缴费数据分析模块1042、用户位置分析模块1043、用户话务量分析模块1044、用户通信交际圈分析模块1045、用户基础数据分析模块1046。
数据处理接口1047：通过与数据汇聚组件105交互，获取用户数据以便进行后续处理；与用户缴费数据分析子模块1042交互，对于用户的缴费信息进行分析，分析用户的缴费水平，欠缴次数，分析用户的套餐使用情况；与用户位置分析子模块1043交互，对于用户的常驻位置进行分析，根据时间段分布，分析用户在工作日、周末、节假日的位置分布情况，判断用户的工作地、居住地、非工作时间的常去的商场、运动场馆、热点景区、车站位置，根据位置分析用户的行为喜好；与用户话务量分析子模块1044交互，对于用户所在的集团编号下的话务量分布情况，分析集团内的通话次数及趋势占比、集团外的通话次数及趋势占比、呼叫客服电话占比、呼叫异网用户趋势占比、呼转至异网号码的通话趋势占比情况；与用户通信交际圈模块1045进行交互，分析用户的通信交际圈交际网络情况，分析用户通信交际圈的交际次数前N位的用户，交际的潜在发展用户；与用户基础数据分析子模块1046进行交互，分析用户的基础注册信息，订购的套餐及用量、用户年龄趋势分布情况、用户职业情况、注册常驻地址情况。
用户数据模型分析模块1049，用于根据数据分析接口1041所设置的用户数据模型，对数据处理接口1047提供的用户数据进行分析，并输出分析结果，所述分析结果经由数据存储接口1048发送到数据存储组件进行存储。
其中，各个子模块分别采用其中一种特定的用户数据模型进行分析，具体如下：
用户缴费数据分析子模块1042：通过与数据处理接口1047交互，获取用户的缴费数据，分析用户的缴费水平，欠缴次数，分析用户的套餐使用情况；与数据存储接口1048交互，将分析的用户缴费数据发送到数据存储组件106进行存储；
用户位置分析子模块1043：通过与数据处理接口1047交互，获取用户信令中的LAC、CI位置数据，并与网管数据相关联，对应出用户位置的经度、纬度、所在街道、行政区、地市、所在省的位置数据，并通过一定周期时间段对用户的常驻位置进行汇总分析，结合时间分析标签，分析用户在不同时间段(白天、晚上、工作日、周末、节假日)的位置分布情况，判断用户的工作地、居住地、非工作时间常去地点的位置属性，该位置属性可以是商场、运动场馆、热点景区、车站位置等；根据位置属性分析用户的行为喜好；与数据存储接口1048交互，将分析的用户位置数据发送到数据存储组件106进行存储；
用户话务量分析子模块1044：通过与数据处理接口1047交互，获取通话数据，结合不同时间段(白天、晚上、工作日、周末、节假日)，分析用户所在的集团编号下的话务量分布情况，所述话务量分布包括但不限于集团内的通话次数及趋势占比、集团外的通话次数及趋势占比、呼叫客服电话占比、呼叫异网用户趋势占比、呼转至异网号码的通话趋势占比情况；与数据存储接口1048交互，将分析的用户话务量数据发送到数据存储组件106进行存储；
用户通信交际圈分析子模块1045：通过与数据处理接口1047交互，获取通话数据，分析用户的通信交际圈网络情况，分析用户通信交际圈中通信数/频率最高的前N个用户，确定潜在发展用户；与数据存储接口1048交互，将分析的用户通信交际圈数据发送到数据存储组件106进行存储；
用户基础数据分析子模块1046：通过与数据处理接口1047交互，获取用户基础数据，分析用户的基础注册信息，订购的套餐，用户年龄趋势分布情况、用户职业情况、注册常驻地址情况、使用手机终端类型情况；与数据存储接口1048交互，将分析的用户基础数据发送到数据存储组件106进行存储；
数据存储接口1048：通过与数据存储组件106交互，将分析的用户缴费、位置、话务量、通信交际圈、基础数据进行数据存储；与数据分析接口1041交互，将数据分析结果数据给数据服务组件103使用；
数据分析接口1041：通过与数据处理接口1047交互，根据增值业务平台分析需要，对于所要分析的数据类型进行管理和设置；具体地说，就是根据当前数据分析目标，确定所要分析的用户群，以及分析子模块1042至1046中哪些处于使能状态；通过数据存储接口1048从数据存储组件106中获取分析后的用户数据，并将分析后的用户数据提供给数据服务组件103。
数据服务组件103的内部结构如图4所示，由数据分析处理接口1035、数据分析选取模块1032、数据推送模块1033、数据提取接口1034、数据服务接口1031组成。数据服务组件103根据增值业务平台的数据分析要求，通过数据服务接口1031进行数据分析的选取设置，通过数据分析处理接口1035进行选取数据的分析，并将设置完成的结果送给数据推送模块1033，数据推送模块1033通过与数据服务接口1031交互，将分析后的用户数据通过数据服务接口1031送给增值业务平台101和APP客户端102。
数据分析处理接口1035：与数据分析选取模块1032交互，将所设置的数据选取规则提供给数据处理及分析组件104进行数据处理；与数据推送模块1033交互，根据选取数据的输出要求进行规则设置；
数据分析选取模块1032：与数据服务接口1031交互，根据增值业务平台101的数据分析应用数据要求，设置数据选取规则；与数据分析处理接口1035交互，将设置的数据选取规则给数据处理及分析组件104进行数据处理。
数据推送模块1033：与数据分析处理接口1035交互，对选取数据的输出要求进行规则设置；与数据提取接口1034交互，从数据存储组件106提取所要分析的用户数据；与数据服务接口1031交互，将提取的数据进行封装。
数据提取接口1034：与数据推送模块1033交互，从数据存储组件106将分析的用户数据进行提取；与数据存储组件106进行交互，获取用户数据；
数据服务接口1031：与数据提取接口1034进行交互，将提取的数据进行封装。与数据分析选取模块1032进行交互，设置数据选取规则；与增值业务平台101进行交互，根据增值业务平台101的业务请求设置数据选取规则，也将分析后的用户数据给增值业务平台101和APP客户端102使用。
数据存储组件106用于与数据汇聚组件105进行交互，将数据汇聚的原始数据进行存储；与数据处理及分析组件104进行交互，将分析后的用户缴费、位置、话务量、通信交际圈、基础数据进行数据存储；与数据服务组件103进行交互，将用户数据进行分析后，提取数据给增值业务平台101和APP客户端102使用。
根据分析目标的不同，可以采用多种不同的用户分析模型，具体用户数据分析模型由用户指标分析权重及对应评分加权求和得到，具体如下：
其中，Xi为每个指标对应的权重；
Ki为每个指标的评分；
Y为用户的最终评分。
以下对其中几种重点用户分析模型进行说明。本申请实际可用的用户分析模型不限于此，本领域技术人员可以根据本申请的精神和原则，结合具体分析目标采用其他分析模型。
用户缴费信息分析模型：分析用户的月缴费水平，缴费额度根据0-1000元进行等级分类，确定用户的缴费等级；统计用户6个月的缴费次数和欠缴次数；根据用户订购业务套餐的月使用量情况，分析用户的套餐是否满足用户的正常消费需求。
通信位置信息分析模型：一种方式通过用户信令消息带有的基站位置字段LAC、CI数据及网管对应的LAC/CI的基站的经度、纬度、基站所对应的街道、行政区域、地市的数据；另一种方式通过用户手机终端的增值业务APP客户端带来的用户的经度、纬度的位置数据；根据以上位置数据判断用户的常驻位置；同时结合时间段分布，分析用户在白天、晚上、工作日、周末、节假日的位置分布情况，判断用户的工作地、居住地、常去的商场、运动场馆、热点景区、火车站、机场位置，省内漫游地市、国内漫游地市位置，根据位置分析用户的行为喜好特征。
话务量信息分析模型：分析用户所在的集团编号下的话务量分布情况，同时结合时间段分布，分析用户在白天、晚上、工作日、周末、节假日的分析集团内的通话次数及趋势占比、集团外的通话次数及趋势占比、呼叫客服电话占比、呼叫异网用户趋势占比、呼转业务设置为异网号码的通话趋势占比情况，根据话务量分析用户的通话行为特征。
通信交际圈分析模型：根据通话记录分析用户的通信交际网络情况，分析与IVPN用户的交际圈和交际总数占比、非IVPN用户的交际圈和交际总数占比趋势，根据通信交际网络分析用户的交际范围。
用户基础信息分析模型：分析用户的基础注册信息，结合订购的业务套餐、分析用户年龄趋势分布情况、用户职业分布情况、注册常驻地址情况，使用手机终端类型情况。
采用本申请的基于通信领域大数据的用户数据分析系统，可以实现多种不同分析目的数据分析过程，以下以高/低价值用户分析流程以及潜在发展用户分析流程，对本申请的数据分析方法进行说明。
为了业务运营发展需要，对于新的业务和产品，提高推广效率的产品用户使用量，需要针对用户进行筛选，根据用户的签约属性(企业集团客户、家庭用户)进行分类，通过对于用户的缴费、位置、话务量、通信交际圈、基础数据进行模型分析，区分出高价值用户和低价值用户，针对用户的行为习惯进行引导，促进低价值用户增加增值业务使用，提升用户的业务感知水平和网络粘滞度。
本申请实施例提供的高/低价值用户分析流程如图5所示，包括如下步骤：
步骤501：根据汇聚的用户数据，判断用户是否是增值业务平台的注册用户，如不是注册用户则分析结束；如为注册用户，则继续执行步骤502。
步骤502：判断注册用户的业务类型，分析用户属于企业集团客户还是家庭用户，对于企业集团客户，根据企业集团客户的多少进行分类，集团客户数50人以下、50～100人、100～200人、200～500人，根据集团用户人数判断各个用户的业务使用特征。对于家庭用户，分析家庭用户的人数分类，5人以下、5～10人、10～20人、20～50人，根据家庭用户的人数判断用户的业务使用特征。
步骤503：判断注册用户是否是本网用户还是异网用户，若是本网用户执行步骤504，若是异网用户转至步骤506。
步骤504：对于本网用户，进行用户的缴费数据分析，分析用户的缴费水平，欠缴次数，分析用户的套餐使用情况，根据用户缴费金额，缴费次数，给用户缴费这一项指标评分，其中缴费金额越高，缴费次数越少则分值越高。
步骤505：对于本网用户，进行基础数据分析，分析用户的基础注册信息，订购的套餐及用量、用户年龄趋势分布情况、用户职业分布情况、注册常驻地址情况；对于用户基础数据注册较完善，订购的套餐在90元以上和月使用量达70％以上，用户年龄在20～40岁，用户职业收入平均水平在人均水平5倍以上企业的用户，则评分较高；反之，用户评分较低。
步骤506：对于本网和异网用户，进行用户位置分析，根据用户的常驻位置特征对于用户位置这一项指标评分，其中筛选高档小区、CBD、别墅区、商业中心区域的用户，以及经常漫游的用户，评分较高；筛选普通小区、郊区、农村的用户，评分较低；
步骤507：对于本网和异网用户，进行用户通信交际圈分析并进行社交圈这一指标评分，其中，与IVPN用户的交际圈和交际总数占比越高则评分越高，占比较低且与IVPN用户交际较少的则评分越低；
步骤508：对于本网和异网用户，进行话务量分析，分析用户所在的集团编号下的话务量分布情况，分析集团内的通话次数及趋势占比、集团外的通话次数及趋势占比；并进行相应评分。对于高价值用户，话务量和集团内的通话占比较高，且趋势平稳；对于低价值用户，则话务量和集团内通话占比较少，并会有趋势骤降的趋势，同时分析用户在近3个月内是否有经常设置呼转业务，且呼转号码为异网号码的次数和异常趋势，以及分析用户是否拨打异网客服电话号码(10086、10010)的次数和趋势，当近期呼叫次数较高，则该用户有离网倾向趋势。
步骤509：将以上各项评分分别与相应权重相乘后累加，根据最终分值将用户区分为高价值用户和低价值用户。
为了发展用户需要，针对非注册用户进行分析，根据通信用户的通话行为，分析发展增值业务用户的潜在条件，通过分析流程，帮助增值业务平台快速定位潜在发展用户群数据，一方面可以扩大本网用户，同时也能吸引异网用户，为增加语音业务量提供数据支持服务。
本申请实施例提供的针对潜在发展用户分析流程如图6所示，包括如下步骤：
流程说明：
步骤601：根据汇聚的用户数据，判断用户是否是增值业务平台的注册用户，如是注册用户则分析结束；如为非注册用户，则继续步骤602；
步骤602：判断注册用户是否是本网用户还是异网用户；若是本网用户转至步骤603，若是异网用户转至步骤604。
步骤603：对于本网用户，判断是否有与增值业务平台的用户通话记录行为，如有通话行为，则执行步骤605；如无通话行为，则执行步骤604。
步骤604：针对异网用户和非注册用户，则根据通话记录分析该用户的通信交际圈范围，根据通话频率判断该用户通信交际圈的TOP N的用户，然后执行步骤606。
步骤605：分析用户的通信位置，分析用户的常驻位置特征，结合白天、晚上、工作日、周末、节假日的时间条段件，对于用户常驻位置与IVPN注册用户的常驻位置匹配程度在90％以上，则继续后续步骤606。
步骤606：针对用户的话务量进行分析，分析TOP N用户间的通话频次、通话时间及历史通话趋势水平情况，对于通话次数较高的用户，为潜在发展用户。并且区分是企业集团潜在发展用户和家庭潜在发展用户。
本申请基于通信领域大数据的用户数据分析系统，基于通信领域的增值业务平台相关大数据进行数据汇总，汇总用户语音业务信令、位置更新业务信令数据、CRM数据、用户缴费数据、网管数据、IVPN话单日志数据，并对于数据实时处理分析，实时性达秒级；该系统基于用户的通信位置，结合网管数据和地图数据分析用户的常驻位置，分析用户的位置属性，对于分析用户特征提供一种分析手段；该系统基于通信交际圈进行数据分析，对于增值业务注册用户和非注册用户通过分析交际圈情况，对于用户的通话行为进行判断，通过交际范围的判断，快速定位用户的通话特征属性，便于精确分析用户通信行为。
该系统对于本网和异网用户均提供了分析手段，实现全网用户的分类和筛选，对于增值业务发展，避免发展用户数据的手段瓶颈。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请的保护范围，凡在本申请技术方案的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。
Claims (15)
1.一种基于通信领域大数据的用户数据分析系统，其特征在于，该用户数据分析系统包括：数据汇聚组件、数据处理及分析组件、数据服务组件和数据存储组件；
数据汇聚组件，用于从移动网络核心网的其他网元采集移动用户的数据，将采集的用户数据发送到数据处理及分析组件；
数据处理及分析组件，用于根据预先设置的用户数据分析模型，对来自数据汇聚组件的相应种类的用户数据进行分析，将分析结果送入数据存储组件中存储；
数据服务组件用于根据增值业务平台的数据分析要求，从数据存储组件中提取所需的分析结果，并将所述分析结果推送给增值业务平台和APP客户端；
数据存储组件用于与数据汇聚组件进行交互，存储采集到的用户数据；与数据处理及分析组件进行交互，存储分析结果；与数据服务组件进行交互，提取存储的分析结果给增值业务平台和APP客户端使用。
2.根据权利要求1所述的用户数据分析系统，其特征在于，所述数据汇聚组件采集的移动用户的数据包括如下内容的任意组合：CRM基础信息、用户缴费、余额及欠缴数据、LAC/CI的基站的经度、纬度、基站所对应的街道、行政区域、地市的数据、手机APP的经纬度、IVPN的话单日志、开/销户数据。
3.根据权利要求1所述的用户数据分析系统，其特征在于，所述数据汇聚组件由协议适配接口、数据提取模块、数据汇聚存储接口和数据汇聚接口组成；
数据汇聚组件通过协议适配接口适配各个接入的网元协议接口后进行数据采集，采集的数据经过数据提取模块将数据进行筛选提取，经数据汇聚存储接口将数据送入数据存储组件中进行存储，同时数据汇聚存储接口与数据汇聚接口交互，将数据传输至数据处理及分析组件进行后续处理。
4.根据权利要求3所述的用户数据分析系统，其特征在于，所述协议适配接口进行数据采集包括如下之一或其任意组合：
通过实时Socket接口与核心网信令监测网元交互，采集核心网信令数据；
通过FTP接口与CRM进行IVPN用户的基础信息的汇聚；
通过FTP接口与计费中心交互，汇聚IVPN用户的缴费、余额及欠缴数据；
通过FTP接口与网管中心交互，汇聚基于LAC/CI的基站的经度、纬度、基站所对应的街道、行政区域、地市的数据；
通过FTP接口与IVPN平台交互，汇聚IVPN的话单日志、开/销户数据。
5.根据权利要求1所述的用户数据分析系统，其特征在于，所述数据处理及分析组件包括：数据处理接口、数据存储接口、数据分析接口和用户数据模型分析模块；
所述数据处理接口用于通过与数据汇聚组件交互，获取用户数据，并将所获取的用户数据提供给用户数据模型分析模块；
所述数据存储接口通过与数据存储组件交互，将用户数据模型分析模块输出的分析结果发送到数据存储组件进行存储；与数据分析接口交互，将分析结果提供给数据服务组件；
数据分析接口，用于通过与数据处理接口交互，根据增值业务平台的当前数据分析目标，确定所要分析的用户群，以及用户数据模型分析模块所要使用的用户数据模型；通过数据存储接口从数据存储组件中获取分析结果，并将分析结果提供给数据服务组件；
用户数据模型分析模块，用于根据数据分析接口所设置的用户数据模型，对数据处理接口提供的用户数据进行分析，并输出分析结果，所述分析结果经由数据存储接口发送到数据存储组件进行存储。
6.根据权利要求5所述的用户数据分析系统，其特征在于，用户数据模型分析模块包括如下子模块之一或其任意组合：
用户缴费数据分析子模块，通过与数据处理接口交互，获取用户的缴费数据，分析用户的缴费水平，欠缴次数，分析用户的套餐使用情况；与数据存储接口交互，将分析得到的用户缴费数据发送到数据存储组件进行存储；
用户位置分析子模块，通过与数据处理接口交互，获取用户信令中的LAC、CI位置数据，并与网管数据相关联，对应出用户位置数据，并通过一定周期时间段对用户的常驻位置进行汇总分析，结合时间分析标签，分析用户在不同时间段的位置分布情况，判断用户的工作地、居住地、非工作时间常去地点的位置属性；根据位置属性分析用户的行为喜好；与数据存储接口交互，将分析得到的用户位置数据发送到数据存储组件进行存储；
用户话务量分析子模块，通过与数据处理接口交互，获取通话数据，结合不同时间段，分析用户所在的集团编号下的话务量分布情况，与数据存储接口交互，将分析的用户话务量数据发送到数据存储组件进行存储；
用户通信交际圈分析子模块：通过与数据处理接口交互，获取通话数据，分析用户的通信交际圈网络情况，分析用户通信交际圈中通信数/频率最高的前N个用户，确定潜在发展用户；与数据存储接口交互，将分析的用户通信交际圈数据发送到数据存储组件进行存储；
用户基础数据分析子模块：通过与数据处理接口交互，获取用户基础数据，分析用户的基础注册信息，订购的套餐，用户年龄趋势分布情况、用户职业情况、注册常驻地址情况、使用手机终端类型情况；与数据存储接口交互，将分析的用户基础数据发送到数据存储组件进行存储。
7.根据权利要求6所述用户数据分析系统，其特征在于，所述话务量分布包括如下之一或其任意组合：集团内的通话次数及趋势占比、集团外的通话次数及趋势占比、呼叫客服电话占比、呼叫异网用户趋势占比、呼转至异网号码的通话趋势占比。
8.根据权利要求1所述的用户数据分析系统，其特征在于，所述数据服务组件包括：数据分析处理接口、数据分析选取模块、数据推送模块、数据提取接口和数据服务接口；
数据分析处理接口：与数据分析选取模块交互，将所设置的数据选取规则提供给数据处理及分析组件进行数据处理；与数据推送模块交互，根据选取数据的输出要求进行规则设置；
数据分析选取模块：与数据服务接口交互，根据增值业务平台的数据分析应用数据要求，设置数据选取规则；与数据分析处理接口交互，将设置的数据选取规则给数据处理及分析组件进行数据处理。
数据推送模块：与数据分析处理接口交互，对选取数据的输出要求进行规则设置；与数据提取接口交互，从数据存储组件提取所要分析的用户数据；与数据服务接口交互，将提取的数据进行封装。
数据提取接口：与数据推送模块交互，从数据存储组件将分析的用户数据进行提取；与数据存储组件进行交互，获取用户数据；
数据服务接口：与数据提取接口进行交互，将提取的数据进行封装。与数据分析选取模块进行交互，设置数据选取规则；与增值业务平台进行交互，根据增值业务平台的业务请求设置数据选取规则，也将分析后的用户数据给增值业务平台和APP客户端使用。
9.一种基于通信领域大数据的用户数据分析方法，其特征在于，该方法包括如下步骤：
从移动网络核心网的其他网元采集移动用户数据；
根据预先设置的用户数据分析模型，对所采集的移动用户数据进行分析，输出并存储分析结果；
根据增值业务平台的数据分析要求，从存储的分析结果中提取所需的分析结果，并将所述分析结果推送给增值业务平台和APP客户端。
10.根据权利要求9所述的用户数据分析方法，其特征在于，所述采集的移动用户数据包括如下内容的任意组合：CRM基础信息、用户缴费、余额及欠缴数据、LAC/CI的基站的经度、纬度、基站所对应的街道、行政区域、地市的数据、手机APP的经纬度、IVPN的话单日志、开/销户数据。
11.根据权利要求9所述的用户数据分析方法，其特征在于，所述从移动网络核心网的其他网元采集移动用户数据包括如下之一或其任意组合：
通过实时Socket接口与核心网信令监测网元交互，采集核心网信令数据；
通过FTP接口与CRM进行IVPN用户的基础信息的汇聚；
通过FTP接口与计费中心交互，汇聚IVPN用户的缴费、余额及欠缴数据；
通过FTP接口与网管中心交互，汇聚基于LAC/CI的基站的经度、纬度、基站所对应的街道、行政区域、地市的数据；
通过FTP接口与IVPN平台交互，汇聚IVPN的话单日志、开/销户数据。
12.根据权利要求9所述的用户数据分析方法，其特征在于，所述根据预先设置的用户数据分析模型，对所采集的移动用户数据进行分析包括：
根据用户数据分析模型对用户的相应指标进行评分；
将用户各个指标的评分与该指标对应的权重相乘后累加，得到用户的最终评分。
13.根据权利要求12所述的用户数据分析方法，其特征在于，所述用户数据分析模型包括如下之一或其任意组合：
用户缴费数据分析模型，获取用户的缴费数据，分析用户的缴费水平，欠缴次数，分析用户的套餐使用情况，分析得到的户缴费数据；
用户位置分析模型，获取用户信令中的LAC、CI位置数据，并与网管数据相关联，对应出用户位置数据，并通过一定周期时间段对用户的常驻位置进行汇总分析，结合时间分析标签，分析用户在不同时间段的位置分布情况，判断用户的工作地、居住地、非工作时间常去地点的位置属性；根据位置属性分析用户的行为喜好；
用户话务量分析模型，获取通话数据，结合不同时间段，分析用户所在的集团编号下的话务量分布情况；
用户通信交际圈分析模型：获取通话数据，分析用户的通信交际圈网络情况，分析用户通信交际圈中通信数/频率最高的前N个用户，确定潜在发展用户；
用户基础数据分析模型：获取用户基础数据，分析用户的基础注册信息，订购的套餐，用户年龄趋势分布情况、用户职业情况、注册常驻地址情况、使用手机终端类型情况。
14.根据权利要求12所述的用户数据分析方法，其特征在于，所述根据预先设置的用户数据分析模型，对所采集的移动用户数据进行分析，输出并存储分析结果包括：
步骤501：根据汇聚的用户数据，判断用户是否是增值业务平台的注册用户，如不是注册用户则分析结束；如为注册用户，则继续执行步骤502；
步骤502：判断注册用户的业务类型，分析用户属于企业集团客户还是家庭用户，对于企业集团客户，根据企业集团客户的多少进行分类，根据集团用户人数判断各个用户的业务使用特征；对于家庭用户，分析家庭用户的人数分类，根据家庭用户的人数判断用户的业务使用特征；
步骤503：判断注册用户是否是本网用户还是异网用户，若是本网用户执行步骤504，若是异网用户转至步骤506；
步骤504：对于本网用户，进行用户的缴费数据分析，分析用户的缴费水平，欠缴次数，分析用户的套餐使用情况，根据用户缴费金额，缴费次数，给用户缴费这一项指标评分，其中缴费金额越高，缴费次数越少则分值越高；
步骤505：对于本网用户，进行基础数据分析，分析用户的基础注册信息，订购的套餐及用量、用户年龄趋势分布情况、用户职业分布情况、注册常驻地址情况；对于用户基础数据注册较完善，订购的套餐在90元以上和月使用量达70％以上，用户年龄在20～40岁，用户职业收入平均水平在人均水平5倍以上企业的用户，则评分较高；反之，用户评分较低；
步骤506：对于本网和异网用户，进行用户位置分析，根据用户的常驻位置特征对于用户位置这一项指标评分，其中筛选高档小区、CBD、别墅区、商业中心区域的用户，以及经常漫游的用户，评分较高；筛选普通小区、郊区、农村的用户，评分较低；
步骤507：对于本网和异网用户，进行用户通信交际圈分析并进行社交圈这一指标评分，其中，与IVPN用户的交际圈和交际总数占比越高则评分越高，占比较低且与IVPN用户交际较少的则评分越低；
步骤508：对于本网和异网用户，进行话务量分析，分析用户所在的集团编号下的话务量分布情况，分析集团内的通话次数及趋势占比、集团外的通话次数及趋势占比；并进行相应评分。对于高价值用户，话务量和集团内的通话占比较高，且趋势平稳；对于低价值用户，则话务量和集团内通话占比较少，并会有趋势骤降的趋势，同时分析用户在近3个月内是否有经常设置呼转业务，且呼转号码为异网号码的次数和异常趋势，以及分析用户是否拨打异网客服电话号码的次数和趋势，当近期呼叫次数较高，则该用户有离网倾向趋势；
步骤509：将以上各项评分分别与相应权重相乘后累加，根据最终分值将用户区分为高价值用户和低价值用户。
15.根据权利要求12所述的用户数据分析方法，其特征在于，所述根据预先设置的用户数据分析模型，对所采集的移动用户数据进行分析，输出并存储分析结果包括：
步骤601：根据汇聚的用户数据，判断用户是否是增值业务平台的注册用户，如是注册用户则分析结束；如为非注册用户，则继续步骤602；
步骤602：判断注册用户是否是本网用户还是异网用户；若是本网用户转至步骤603，若是异网用户转至步骤604；
步骤603：对于本网用户，判断是否有与增值业务平台的用户通话记录行为，如有通话行为，则执行步骤605；如无通话行为，则执行步骤604；
步骤604：针对异网用户和非注册用户，则根据通话记录分析该用户的通信交际圈范围，根据通话频率判断该用户通信交际圈的TOP N的用户，然后执行步骤606；
步骤605：分析用户的通信位置，分析用户的常驻位置特征，结合白天、晚上、工作日、周末、节假日的时间条段件，对于用户常驻位置与IVPN注册用户的常驻位置匹配程度在90％以上，则继续后续步骤606；
步骤606：针对用户的话务量进行分析，分析TOP N用户间的通话频次、通话时间及历史通话趋势水平情况，对于通话次数较高的用户，为潜在发展用户。并且区分是企业集团潜在发展用户和家庭潜在发展用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510270451.1A CN105007171B (zh) | 2015-05-25 | 2015-05-25 | 基于通信领域大数据的用户数据分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510270451.1A CN105007171B (zh) | 2015-05-25 | 2015-05-25 | 基于通信领域大数据的用户数据分析系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105007171A true CN105007171A (zh) | 2015-10-28 |
| CN105007171B CN105007171B (zh) | 2018-06-22 |
Family
ID=54379698
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510270451.1A Active CN105007171B (zh) | 2015-05-25 | 2015-05-25 | 基于通信领域大数据的用户数据分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105007171B (zh) |
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105847063A (zh) * | 2016-05-12 | 2016-08-10 | 中国联合网络通信集团有限公司 | 核心网数据管理方法和系统 |
| CN106211107A (zh) * | 2016-06-29 | 2016-12-07 | 江苏省公用信息有限公司 | 一种基于大数据的短信推荐方法和系统 |
| CN106294812A (zh) * | 2016-08-16 | 2017-01-04 | 中国联合网络通信有限公司吉林省分公司 | 数淘自助筛选服务系统 |
| CN106332052A (zh) * | 2016-08-30 | 2017-01-11 | 上海新炬网络技术有限公司 | 基于移动通信终端的微区域治安预警方法 |
| CN106844585A (zh) * | 2017-01-10 | 2017-06-13 | 广东精规划信息科技股份有限公司 | 一种基于多源物联网位置感知的时空关系分析系统 |
| CN107580305A (zh) * | 2017-08-28 | 2018-01-12 | 合肥非度信息技术有限公司 | 一种客户成员纯度分析方法及系统 |
| CN107612721A (zh) * | 2017-08-31 | 2018-01-19 | 网宿科技股份有限公司 | 运维数据的管理系统及方法、汇聚服务器及处理服务器 |
| CN107734534A (zh) * | 2016-08-10 | 2018-02-23 | 中国移动通信集团黑龙江有限公司 | 一种网络负荷评估方法及装置 |
| CN107766530A (zh) * | 2017-10-27 | 2018-03-06 | 北京再塑宝科技有限公司 | 一种采集数据分发的方法以及其装置 |
| CN107819747A (zh) * | 2017-10-26 | 2018-03-20 | 上海欣方智能系统有限公司 | 一种基于通信事件序列的电信诈骗关联分析系统和方法 |
| CN108271202A (zh) * | 2016-12-30 | 2018-07-10 | 亿阳信通股份有限公司 | 一种基于短频话单数据定位网络故障的方法和装置 |
| CN108540993A (zh) * | 2018-04-08 | 2018-09-14 | 中国联合网络通信集团有限公司 | 用户价值评估方法及装置 |
| CN108632905A (zh) * | 2018-05-15 | 2018-10-09 | 中国联合网络通信集团有限公司 | 宽带用户的发展方法、装置、终端及计算机可读存储介质 |
| CN108833143A (zh) * | 2018-05-28 | 2018-11-16 | 郑州村村联网络技术有限公司 | 计算用户活跃度的方法、装置及系统 |
| CN108984718A (zh) * | 2018-07-10 | 2018-12-11 | 四川汇源吉迅数码科技有限公司 | 一种基于大数据技术的数字内容交互系统及交互方法 |
| CN109327496A (zh) * | 2018-07-23 | 2019-02-12 | 平安科技（深圳）有限公司 | 数据推送方法、装置、计算机设备及存储介质 |
| CN109413188A (zh) * | 2018-11-02 | 2019-03-01 | 济南大陆机电股份有限公司 | 一种工业设备物联网管理系统及方法 |
| CN109660574A (zh) * | 2017-10-10 | 2019-04-19 | 阿里巴巴集团控股有限公司 | 数据提供方法及装置 |
| CN109657998A (zh) * | 2018-12-25 | 2019-04-19 | 国信优易数据有限公司 | 一种资源分配方法、装置、设备及存储介质 |
| CN110245958A (zh) * | 2019-01-14 | 2019-09-17 | 北京纷扬科技有限责任公司 | 一种基于crm系统的客户智能打分方法及系统 |
| CN110610371A (zh) * | 2018-06-14 | 2019-12-24 | 北京京东尚科信息技术有限公司 | 潜在用户分析方法、系统和计算机可读存储介质 |
| CN111064850A (zh) * | 2019-12-18 | 2020-04-24 | 上海欣方智能系统有限公司 | 基于通信网络实现骚扰电话防控与提醒的系统及方法 |
| CN111242723A (zh) * | 2020-01-02 | 2020-06-05 | 平安科技（深圳）有限公司 | 用户子女情况判断方法、服务器及计算机可读存储介质 |
| CN111797848A (zh) * | 2019-04-09 | 2020-10-20 | 成都鼎桥通信技术有限公司 | 用户分类方法、装置、设备及存储介质 |
| CN112101046A (zh) * | 2020-11-02 | 2020-12-18 | 北京淇瑀信息科技有限公司 | 一种基于通话行为的会话分析方法、装置和系统 |
| CN113379287A (zh) * | 2021-06-25 | 2021-09-10 | 浪潮软件科技有限公司 | 基于大数据的工会工作绩效分析方法及系统 |
| CN115348544A (zh) * | 2021-05-14 | 2022-11-15 | 中国移动通信集团浙江有限公司 | 异网用户定位方法、终端设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090138593A1 (en) * | 2007-11-27 | 2009-05-28 | Umber Systems | System and method for collecting, reporting and analyzing data on application-level activity and other user information on a mobile data network |
| CN103354633A (zh) * | 2013-07-31 | 2013-10-16 | 上海欣方软件有限公司 | 基于信令数据挖掘分析的特定移动用户粗定位系统及方法 |
| CN103561078A (zh) * | 2013-10-29 | 2014-02-05 | 中国联合网络通信集团有限公司 | 电信运营系统及业务服务方法 |
| CN104021433A (zh) * | 2014-06-18 | 2014-09-03 | 上海美琦浦悦通讯科技有限公司 | 数据信息通信网络中实现用户流失预测的系统及方法 |
-
2015
- 2015-05-25 CN CN201510270451.1A patent/CN105007171B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090138593A1 (en) * | 2007-11-27 | 2009-05-28 | Umber Systems | System and method for collecting, reporting and analyzing data on application-level activity and other user information on a mobile data network |
| CN103354633A (zh) * | 2013-07-31 | 2013-10-16 | 上海欣方软件有限公司 | 基于信令数据挖掘分析的特定移动用户粗定位系统及方法 |
| CN103561078A (zh) * | 2013-10-29 | 2014-02-05 | 中国联合网络通信集团有限公司 | 电信运营系统及业务服务方法 |
| CN104021433A (zh) * | 2014-06-18 | 2014-09-03 | 上海美琦浦悦通讯科技有限公司 | 数据信息通信网络中实现用户流失预测的系统及方法 |
Cited By (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105847063A (zh) * | 2016-05-12 | 2016-08-10 | 中国联合网络通信集团有限公司 | 核心网数据管理方法和系统 |
| CN106211107A (zh) * | 2016-06-29 | 2016-12-07 | 江苏省公用信息有限公司 | 一种基于大数据的短信推荐方法和系统 |
| CN107734534A (zh) * | 2016-08-10 | 2018-02-23 | 中国移动通信集团黑龙江有限公司 | 一种网络负荷评估方法及装置 |
| CN106294812A (zh) * | 2016-08-16 | 2017-01-04 | 中国联合网络通信有限公司吉林省分公司 | 数淘自助筛选服务系统 |
| CN106332052A (zh) * | 2016-08-30 | 2017-01-11 | 上海新炬网络技术有限公司 | 基于移动通信终端的微区域治安预警方法 |
| CN106332052B (zh) * | 2016-08-30 | 2019-12-31 | 上海新炬网络技术有限公司 | 基于移动通信终端的微区域治安预警方法 |
| CN108271202A (zh) * | 2016-12-30 | 2018-07-10 | 亿阳信通股份有限公司 | 一种基于短频话单数据定位网络故障的方法和装置 |
| CN108271202B (zh) * | 2016-12-30 | 2022-05-10 | 亿阳信通股份有限公司 | 一种基于短频话单数据定位网络故障的方法和装置 |
| CN106844585A (zh) * | 2017-01-10 | 2017-06-13 | 广东精规划信息科技股份有限公司 | 一种基于多源物联网位置感知的时空关系分析系统 |
| CN107580305A (zh) * | 2017-08-28 | 2018-01-12 | 合肥非度信息技术有限公司 | 一种客户成员纯度分析方法及系统 |
| CN107612721A (zh) * | 2017-08-31 | 2018-01-19 | 网宿科技股份有限公司 | 运维数据的管理系统及方法、汇聚服务器及处理服务器 |
| CN107612721B (zh) * | 2017-08-31 | 2021-07-06 | 网宿科技股份有限公司 | 运维数据的管理系统及方法、汇聚服务器及处理服务器 |
| CN109660574B (zh) * | 2017-10-10 | 2022-03-04 | 阿里巴巴集团控股有限公司 | 数据提供方法及装置 |
| CN109660574A (zh) * | 2017-10-10 | 2019-04-19 | 阿里巴巴集团控股有限公司 | 数据提供方法及装置 |
| CN107819747B (zh) * | 2017-10-26 | 2020-09-18 | 上海欣方智能系统有限公司 | 一种基于通信事件序列的电信诈骗关联分析系统和方法 |
| CN107819747A (zh) * | 2017-10-26 | 2018-03-20 | 上海欣方智能系统有限公司 | 一种基于通信事件序列的电信诈骗关联分析系统和方法 |
| CN107766530A (zh) * | 2017-10-27 | 2018-03-06 | 北京再塑宝科技有限公司 | 一种采集数据分发的方法以及其装置 |
| CN108540993A (zh) * | 2018-04-08 | 2018-09-14 | 中国联合网络通信集团有限公司 | 用户价值评估方法及装置 |
| CN108632905A (zh) * | 2018-05-15 | 2018-10-09 | 中国联合网络通信集团有限公司 | 宽带用户的发展方法、装置、终端及计算机可读存储介质 |
| CN108632905B (zh) * | 2018-05-15 | 2021-09-07 | 中国联合网络通信集团有限公司 | 宽带用户的发展方法、装置、终端及计算机可读存储介质 |
| CN108833143A (zh) * | 2018-05-28 | 2018-11-16 | 郑州村村联网络技术有限公司 | 计算用户活跃度的方法、装置及系统 |
| CN110610371A (zh) * | 2018-06-14 | 2019-12-24 | 北京京东尚科信息技术有限公司 | 潜在用户分析方法、系统和计算机可读存储介质 |
| CN108984718A (zh) * | 2018-07-10 | 2018-12-11 | 四川汇源吉迅数码科技有限公司 | 一种基于大数据技术的数字内容交互系统及交互方法 |
| CN109327496B (zh) * | 2018-07-23 | 2021-10-22 | 平安科技（深圳）有限公司 | 数据推送方法、装置、计算机设备及存储介质 |
| CN109327496A (zh) * | 2018-07-23 | 2019-02-12 | 平安科技（深圳）有限公司 | 数据推送方法、装置、计算机设备及存储介质 |
| CN109413188A (zh) * | 2018-11-02 | 2019-03-01 | 济南大陆机电股份有限公司 | 一种工业设备物联网管理系统及方法 |
| CN109657998A (zh) * | 2018-12-25 | 2019-04-19 | 国信优易数据有限公司 | 一种资源分配方法、装置、设备及存储介质 |
| CN109657998B (zh) * | 2018-12-25 | 2020-11-27 | 国信优易数据股份有限公司 | 一种资源分配方法、装置、设备及存储介质 |
| CN110245958A (zh) * | 2019-01-14 | 2019-09-17 | 北京纷扬科技有限责任公司 | 一种基于crm系统的客户智能打分方法及系统 |
| CN111797848A (zh) * | 2019-04-09 | 2020-10-20 | 成都鼎桥通信技术有限公司 | 用户分类方法、装置、设备及存储介质 |
| CN111797848B (zh) * | 2019-04-09 | 2023-10-24 | 成都鼎桥通信技术有限公司 | 用户分类方法、装置、设备及存储介质 |
| CN111064850A (zh) * | 2019-12-18 | 2020-04-24 | 上海欣方智能系统有限公司 | 基于通信网络实现骚扰电话防控与提醒的系统及方法 |
| CN111242723B (zh) * | 2020-01-02 | 2020-09-15 | 平安科技（深圳）有限公司 | 用户子女情况判断方法、服务器及计算机可读存储介质 |
| CN111242723A (zh) * | 2020-01-02 | 2020-06-05 | 平安科技（深圳）有限公司 | 用户子女情况判断方法、服务器及计算机可读存储介质 |
| CN112101046A (zh) * | 2020-11-02 | 2020-12-18 | 北京淇瑀信息科技有限公司 | 一种基于通话行为的会话分析方法、装置和系统 |
| CN112101046B (zh) * | 2020-11-02 | 2022-04-29 | 北京淇瑀信息科技有限公司 | 一种基于通话行为的会话分析方法、装置和系统 |
| CN115348544A (zh) * | 2021-05-14 | 2022-11-15 | 中国移动通信集团浙江有限公司 | 异网用户定位方法、终端设备及存储介质 |
| CN113379287A (zh) * | 2021-06-25 | 2021-09-10 | 浪潮软件科技有限公司 | 基于大数据的工会工作绩效分析方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105007171B (zh) | 2018-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105007171A (zh) | 基于通信领域大数据的用户数据分析系统及方法 | |
| Umayaparvathi et al. | A survey on customer churn prediction in telecom industry: Datasets, methods and metrics | |
| CN105046524B (zh) | 一种话费套餐分析与推荐的方法 | |
| CN105101231B (zh) | 一种lte网络部署方法及装置 | |
| CN104683538B (zh) | 骚扰电话号码建库方法及系统 | |
| CN109978608A (zh) | 目标用户画像的营销标签分析提取方法及系统 | |
| CN104410700B (zh) | 下发骚扰电话列表的方法、骚扰电话拦截方法及系统 | |
| US20070233861A1 (en) | Method and apparatus for implementing SMS SPAM filtering | |
| US9305110B2 (en) | Method and arrangement for supporting analysis of social networks in a communication network | |
| CN105306495B (zh) | 用户识别方法和装置 | |
| CN100589606C (zh) | 一种短消息查询分析系统及方法 | |
| CN106911523A (zh) | 移动互联网用户通过lte上网问题定位的方法和系统 | |
| CN102215504A (zh) | 新入网用户的类别识别方法及系统 | |
| CN106354797B (zh) | 数据推荐方法和装置 | |
| CN105975479A (zh) | 一种基于标签库的电信用户兴趣度分析方法及系统 | |
| CN109543734A (zh) | 用户画像方法及装置、存储介质 | |
| CN101557582B (zh) | 一种移动通信用户信息统计方法及装置 | |
| CN105678596A (zh) | 移动终端的更换预测方法及其更换预测系统 | |
| CN109145050B (zh) | 一种计算设备 | |
| CN108282508A (zh) | 地理位置的确定方法及装置、信息推送方法及装置 | |
| CN110677269B (zh) | 通信用户关系的确定方法、装置和计算机可读存储介质 | |
| CN102149113A (zh) | 一种移动用户感知量化方法 | |
| CN101198091A (zh) | 一种控制用户欠费的方法 | |
| KR100601885B1 (ko) | 아웃바운드 콜센터를 위한 통화 추천 시스템 | |
| CN104137581B (zh) | 一种多次入网用户的判断方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20151028 Assignee: Shanghai Puchuang Longke Finance Leasing Co., Ltd Assignor: Beijing Xinfang Intelligent System Co.,Ltd. Contract record no.: X2019310000023 Denomination of invention: User data analysis system and method based on big data in communication field Granted publication date: 20180622 License type: Exclusive License Record date: 20191224 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: User data analysis system and method based on big data in communication field Effective date of registration: 20191229 Granted publication date: 20180622 Pledgee: Shanghai Puchuang Longke Finance Leasing Co., Ltd Pledgor: Beijing Xinfang Intelligent System Co.,Ltd. Registration number: Y2019310000042 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20201228 Granted publication date: 20180622 Pledgee: Shanghai Puchuang Longke Finance Leasing Co.,Ltd. Pledgor: SHANGHAI CINTEL INTELLIGENT SYSTEM Co.,Ltd. Registration number: Y2019310000042 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| EC01 | Cancellation of recordation of patent licensing contract |
Assignee: Shanghai Puchuang Longke Finance Leasing Co.,Ltd. Assignor: SHANGHAI CINTEL INTELLIGENT SYSTEM Co.,Ltd. Contract record no.: X2019310000023 Date of cancellation: 20210108 |
|
| EC01 | Cancellation of recordation of patent licensing contract |