CN106228371A - 一种基于交往频度和交往指数的超大规模用户的社交网络分析及家庭关系识别算法 - Google Patents
一种基于交往频度和交往指数的超大规模用户的社交网络分析及家庭关系识别算法 Download PDFInfo
- Publication number
- CN106228371A CN106228371A CN201610563701.5A CN201610563701A CN106228371A CN 106228371 A CN106228371 A CN 106228371A CN 201610563701 A CN201610563701 A CN 201610563701A CN 106228371 A CN106228371 A CN 106228371A
- Authority
- CN
- China
- Prior art keywords
- communication
- circle
- users
- index
- family
- 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.)
- Pending
Links
- 238000003012 network analysis Methods 0.000 title claims description 8
- 238000000034 method Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims description 97
- 230000003993 interaction Effects 0.000 claims description 10
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims 1
- 238000010276 construction Methods 0.000 abstract description 4
- 235000012054 meals Nutrition 0.000 abstract 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及运营商社交圈口碑营销与家庭套餐推荐营销的应用领域,尤其涉及口碑营销中社交网络构建及家庭关系识别的方法。本发明公开一种通过用户语音与短彩信交往信息构建用户社交网络与家庭关系的方法,包括:交往指数计算、交往圈模型构建、社交网络模型构建、家庭关系识别模型构建。根据本发明的技术方案,可解决在运营商大数据量话单下,高效稳健构建社交网络以及基于交往信息进行家庭关系识别的问题。
Description
技术领域
本发明涉及运营商社交圈口碑营销与家庭套餐推荐营销的应用领域,尤其涉及口碑营销中社交网络构建及家庭关系识别的方法;
背景技术
互联网时代传统的单客户大规模群发营销方式已很难吸引用户,营销成本回报率较低,而且很容易引起用户投诉;
现有技术中,由于主要面向单客户营销推荐,在营销推荐过程中存在如下缺陷:
1)单客户群发式营销容易引起用户反感,引发用户投诉;
2)对客户群体特征不了解,不能抓住群体兴趣点;
3)不了解家庭构成,家庭套餐无法针对性推荐;
4)对异网营销没有合适的切入点;
总之,现有的针对单客户的群发式营销针对性较差,成本回报率较低,且容易造成用户投诉;
发明内容
有鉴于此,本发明的主要目的在于提供一种基于交往频度和交往指数的超大规模用户的社交网络分析及家庭关系识别算法,构建用户社交网络模型,以及构建用户家庭关系;
为达到上述目的,本发明的技术方案是这样实现的:
本发明提供一种社交网络分析及家庭关系识别算法,包括:交往频度/交往指数计算、交往圈模型构建、社交网络模型构建、家庭关系识别模型构建;其中,
交往频度/交往指数,用于基于语音通话信息、短彩信通话信息以及通话频度计算用户交往频度指标,并结合次数、时长等信息计算交往指数,反映用户间联系紧密度;
交往圈模型,用于根据交往指数排名构建用户交往圈模型,同时结合交往时段偏好(工作时段、生活时段、时段不明显),建立工作圈、生活圈、综合圈模型;
社交网络模型,用于构建交往圈的社交网络,找出联系密集群,这里从共同联系人的角度思考,当考虑将两个用户划入一个群组时,希望两个用户有较多的共同联系人;而主体通过快速迭代的方式,将用户逐步加入到对应的群体中;
家庭关系识别模型,用于构建家庭关系识别模型,计算联系双方的相似度,与客户下多号码相似度较高,且交往时段集中于生活时段的,认为与客户同一家庭的可能性较高;
上述系统中,所述交往频度指标、交往指数指标为:
整理用户语音话单、短彩信话单,分别计算工作时段、生活时段通话时长、通话次数;
用户本月有通话日数+周数+旬数除以当月天数计算得出交往频度;
交往频度、通话次数、通话时长、短彩信次数分别乘以权重累加得出交往指数;
上述系统中,所述交往圈模型为:
分别将工作时段、生活时段、不区分时段的交往频度、通话次数、通话时长等指标乘以权重累加,计算出工作圈交往指数、生活圈交往指数、综合圈交往指数,指数最大的即为该用户所属的交往圈;
上述系统中,所述通过交往圈信息建立社交网络模型为:
按照迭代方式分群,将所有用户都分入到一个群体中,计算用户间交往相似度,删除用户间的弱联系;弱连接的删除也避免了所有用户划入同一个群中。进行此步骤后,社交网络会退化成几个内部联系多、外部联系少的次网络,以及很多孤立的节点;每个次网络对应一个群体(group),称为这个群体的核 (kernel);
将剩余用户分成联系密集的小群体,如何保证网络内部联系较为密集,我们优先将共同联系人较多的用户分到一个群体中,在此前提条件下,通过迭代的方法依照通话记录依次将用户划入相应的群中;
上述系统中,所述识别客户家庭关系为:
根据用户的同客户ID、同客户家庭套餐、同客户账号等信息构建家庭关系骨干模型;
根据家庭骨干用户的交往圈信息计算交往相似度、交往时段偏好,将生活圈中相似度较高用户识别成同家庭用户;
附图说明
图1是本发明实现社交网络分析及家庭关系识别算法的结构示意图;
图2是本发明实现社交网络分析及家庭关系识别算法的流程示意图;
具体实施方式
本发明的基本思想是:整理语音话单、短彩信话单信息,计算用户两两间联系交往频度、交往指数;根据交往频度、交往指数及联系时段偏好建立工作圈、生活圈、综合圈模型;基于交往圈计算用户间共同联系人,并计算用户间相似度指标,建立社交网络;基于同客户、同家庭套餐、通账户信息建立家庭骨干成员,根据成员与用户相似度计算,寻找高相似度的本网/异网用户纳入同家庭关系客户;
下面通过具体实施例对本发明再做进一步的详细说明;
本发明提供一种基于交往频度和交往指数的超大规模用户的社交网络分析及家庭关系识别算法,用于种子营销、口碑营销及家庭关系识别,该系统包括:交往频度/交往指数计算、交往圈模型构建、社交网络模型构建、家庭关系识别模型构建;其中:
交往频度/交往指数,用于基于语音通话信息、短彩信通话信息以及通话频度计算用户交往频度指标,并结合次数、时长等信息计算交往指数,反映用户间联系紧密度;
交往圈模型,用于根据交往指数排名构建用户交往圈模型,同时结合交往时段偏好(工作时段、生活时段、时段不明显),建立工作圈、生活圈、综合圈模型;
社交网络模型,用于构建交往圈的社交网络,找出联系密集群,这里从共同联系人的角度思考,当考虑将两个用户划入一个群组时,希望两个用户有较多的共同联系人。而主体通过快速迭代的方式,将用户逐步加入到对应的群体中;
家庭关系识别模型,用于构建家庭关系识别模型,计算联系双方的相似度,与客户下多号码相似度较高,且交往时段集中于生活时段的,认为与客户同一家庭的可能性较高;
所述交往频度/交往指数算法流程为:
整理用户语音话单、短彩信话单,分别计算工作时段、生活时段通话时长、通话次数;
用户本月有通话日数+周数+旬数除以当月天数计算得出交往频度;
交往频度、通话次数、通话时长、短彩信次数分别乘以权重累加得出交往指数;
所述交往圈模型构建为:
分别将工作时段、生活时段、不区分时段的交往频度、通话次数、通话时长等指标乘以权重累加,计算出工作圈交往指数、生活圈交往指数、综合圈交往指数,指数最大的即为该用户所属的交往圈;
所述社交网络模型构建为:
按照迭代方式分群,将所有用户都分入到一个群体中,计算用户间交往相似度,删除用户间的弱联系;弱连接的删除也避免了所有用户划入同一个群中;进行此步骤后,社交网络会退化成几个内部联系多、外部联系少的次网络,以及很多孤立的节点;每个次网络对应一个群体(group),称为这个群体的核 (kernel);
将剩余用户分成联系密集的小群体,如何保证网络内部联系较为密集,我们优先将共同联系人较多的用户分到一个群体中,在此前提条件下,通过迭代的方法依照通话记录依次将用户划入相应的群中;
所述家庭关系识别模型构建为:
根据用户的同客户ID、同客户家庭套餐、同客户账号等信息构建家庭关系骨干模型;
根据家庭骨干用户的交往圈信息计算交往相似度、交往时段偏好,将生活圈中相似度较高用户识别成同家庭用户;
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于交往频度和交往指数的超大规模用户的社交网络分析及家庭关系识别算法,其特征在于,包括以下步骤:交往频度/交往指数计算、交往圈模型构建、社交网络模型构建、家庭关系识别模型构建;
基于语音通话信息、短彩信通话信息以及通话频度计算用户交往频度指标,并结合次数、时长等信息计算交往指数;
根据交往指数排名构建用户交往圈模型,同时结合交往时段偏好(工作时段、生活时段、时段不明显),建立工作圈、生活圈、综合圈模型;
构建交往圈的社交网络,找出联系密集群,这里从共同联系人的角度思考,当考虑将两个用户划入一个群组时,希望两个用户有较多的共同联系人。
2.而主体通过快速迭代的方式,将用户逐步加入到对应的群体中;
构建家庭关系识别模型,计算联系双方的相似度,与客户下多号码相似度较高,且交往时段集中于生活时段的,认为与客户同一家庭的可能性较高;
根据权利需求1所述的交往频度/交往指数算法,其特征在于,所述通过话单信息进行汇总,计算两两用户的交往频度、交往指数指标:
交往频度由用户本月有通话日数+周数+旬数除以当月天数计算得出;
交往指数由交往频度、通话次数、通话时长、短彩信次数分别乘以权重累加得出;
根据权利需求1所述的交往圈模型算法,其特征在于,所述通过用户交往行为时段偏好建立工作圈、生活圈、综合圈:
分别将工作时段、生活时段、不区分时段的交往频度、通话次数、通话时长等指标乘以权重累加,计算出工作圈交往指数、生活圈交往指数、综合圈交往指数,指数最大的即为该用户所属的交往圈;
根据权利需求1所述的社交网络模型算法,其特征在于,所述通过交往圈信息进行社交网络模型构建:
根据“六度分割理论”,按照迭代方式分群,将所有用户都分入到一个群体中,计算用户间交往相似度,删除用户间的弱联系。
3.弱连接的删除也避免了所有用户划入同一个群中。
4.进行此步骤后,社交网络会退化成几个内部联系多、外部联系少的次网络,以及很多孤立的节点。
5.每个次网络对应一个群体(group),称为这个群体的核 (kernel);
考虑将剩余用户分成联系密集的小群体,如何保证网络内部联系较为密集,优先将共同联系人较多的用户分到一个群体中,在此前提条件下,通过迭代的方法依照通话记录依次将用户划入相应的群中;
根据权利要求1所述的家庭关系识别算法,其特征在于,所述将所述用户根据交往圈信息划分到相应家庭中:
基于客户家庭套餐、客户账号等信息构建家庭关系骨干模型,然后根据家庭骨干用户的交往圈信息计算交往相似度、交往时段偏好,将生活圈中相似度较高用户识别成同家庭用户。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610563701.5A CN106228371A (zh) | 2016-07-18 | 2016-07-18 | 一种基于交往频度和交往指数的超大规模用户的社交网络分析及家庭关系识别算法 |
CN201710585955.1A CN107392627B (zh) | 2016-07-18 | 2017-07-18 | 一种基于交往频度和交往指数的用户交往圈关系识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610563701.5A CN106228371A (zh) | 2016-07-18 | 2016-07-18 | 一种基于交往频度和交往指数的超大规模用户的社交网络分析及家庭关系识别算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106228371A true CN106228371A (zh) | 2016-12-14 |
Family
ID=57519620
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610563701.5A Pending CN106228371A (zh) | 2016-07-18 | 2016-07-18 | 一种基于交往频度和交往指数的超大规模用户的社交网络分析及家庭关系识别算法 |
CN201710585955.1A Active CN107392627B (zh) | 2016-07-18 | 2017-07-18 | 一种基于交往频度和交往指数的用户交往圈关系识别方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710585955.1A Active CN107392627B (zh) | 2016-07-18 | 2017-07-18 | 一种基于交往频度和交往指数的用户交往圈关系识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN106228371A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106875276A (zh) * | 2016-12-30 | 2017-06-20 | 广州市申迪计算机系统有限公司 | 一种通信用户社交圈生成方法及系统 |
CN107392627A (zh) * | 2016-07-18 | 2017-11-24 | 南京坦道信息科技有限公司 | 一种基于交往频度和交往指数的用户交往圈关系识别方法 |
CN107958423A (zh) * | 2017-12-20 | 2018-04-24 | 广东宜通世纪科技股份有限公司 | 用户社会关系分析方法及存储介质、服务端 |
CN108108419A (zh) * | 2017-12-15 | 2018-06-01 | 百度在线网络技术(北京)有限公司 | 一种信息推荐方法、装置、设备和介质 |
CN108268477A (zh) * | 2016-12-30 | 2018-07-10 | 中国电信股份有限公司 | 一种基于话单的用户关系确定方法和装置 |
CN108632132A (zh) * | 2017-03-20 | 2018-10-09 | 大有秦鼎(北京)科技有限公司 | 交往圈的确定方法和装置 |
CN108628946A (zh) * | 2018-03-30 | 2018-10-09 | 维沃移动通信有限公司 | 一种信息显示方法、装置及移动终端 |
CN109829485A (zh) * | 2019-01-08 | 2019-05-31 | 科大国创软件股份有限公司 | 一种基于移动通信数据的用户关系挖掘方法及系统 |
CN110019996A (zh) * | 2017-12-11 | 2019-07-16 | 中国移动通信集团广东有限公司 | 一种家庭关系识别方法和系统 |
CN110337059A (zh) * | 2018-03-30 | 2019-10-15 | 中国联合网络通信集团有限公司 | 一种用户家庭关系的分析算法、服务器及网络系统 |
CN111092764A (zh) * | 2019-12-18 | 2020-05-01 | 电信科学技术第五研究所有限公司 | 一种实时动态亲密度关系分析方法及系统 |
CN111160977A (zh) * | 2019-12-31 | 2020-05-15 | 中国移动通信集团黑龙江有限公司 | 用户关系兴趣特征图的获取方法、装置、设备及介质 |
CN111324741A (zh) * | 2018-12-17 | 2020-06-23 | 中国移动通信集团山西有限公司 | 用户关系识别方法、装置、设备及介质 |
CN111510368A (zh) * | 2019-01-31 | 2020-08-07 | 中国移动通信有限公司研究院 | 家庭群组识别方法、装置、设备及计算机可读存储介质 |
CN111866146A (zh) * | 2020-07-22 | 2020-10-30 | 中国联合网络通信集团有限公司 | 一种家庭用户的识别方法和装置 |
CN112163885A (zh) * | 2020-09-29 | 2021-01-01 | 贵州力创科技发展有限公司 | 一种基于移动通信数据的用户关系挖掘方法及系统 |
CN112506063A (zh) * | 2020-11-25 | 2021-03-16 | 中移(杭州)信息技术有限公司 | 数据分析方法、系统、电子设备和存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108428155A (zh) * | 2018-03-20 | 2018-08-21 | 南京邮电大学 | 一种基于业务特征模型的行为处理分析方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030110140A1 (en) * | 2001-06-28 | 2003-06-12 | Louis Morrison | Method for facilitating pricing, sale and distribution of fuel to a customer |
CN101540739B (zh) * | 2009-04-14 | 2011-10-05 | 腾讯科技(深圳)有限公司 | 用户推荐方法及用户推荐系统 |
CN101764866B (zh) * | 2009-12-30 | 2015-04-08 | 宇龙计算机通信科技(深圳)有限公司 | 一种联系人通信紧密度的显示方法、系统及移动终端 |
JP5729756B2 (ja) * | 2011-02-18 | 2015-06-03 | Necカシオモバイルコミュニケーションズ株式会社 | 携帯電子機器、その制御方法及びプログラム |
CN106228371A (zh) * | 2016-07-18 | 2016-12-14 | 南京坦道信息科技有限公司 | 一种基于交往频度和交往指数的超大规模用户的社交网络分析及家庭关系识别算法 |
-
2016
- 2016-07-18 CN CN201610563701.5A patent/CN106228371A/zh active Pending
-
2017
- 2017-07-18 CN CN201710585955.1A patent/CN107392627B/zh active Active
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392627A (zh) * | 2016-07-18 | 2017-11-24 | 南京坦道信息科技有限公司 | 一种基于交往频度和交往指数的用户交往圈关系识别方法 |
CN107392627B (zh) * | 2016-07-18 | 2021-08-10 | 南京坦道信息科技有限公司 | 一种基于交往频度和交往指数的用户交往圈关系识别方法 |
CN106875276A (zh) * | 2016-12-30 | 2017-06-20 | 广州市申迪计算机系统有限公司 | 一种通信用户社交圈生成方法及系统 |
CN108268477A (zh) * | 2016-12-30 | 2018-07-10 | 中国电信股份有限公司 | 一种基于话单的用户关系确定方法和装置 |
CN108632132A (zh) * | 2017-03-20 | 2018-10-09 | 大有秦鼎(北京)科技有限公司 | 交往圈的确定方法和装置 |
CN110019996A (zh) * | 2017-12-11 | 2019-07-16 | 中国移动通信集团广东有限公司 | 一种家庭关系识别方法和系统 |
CN108108419A (zh) * | 2017-12-15 | 2018-06-01 | 百度在线网络技术(北京)有限公司 | 一种信息推荐方法、装置、设备和介质 |
CN108108419B (zh) * | 2017-12-15 | 2021-01-26 | 百度在线网络技术(北京)有限公司 | 一种信息推荐方法、装置、设备和介质 |
CN107958423A (zh) * | 2017-12-20 | 2018-04-24 | 广东宜通世纪科技股份有限公司 | 用户社会关系分析方法及存储介质、服务端 |
CN108628946A (zh) * | 2018-03-30 | 2018-10-09 | 维沃移动通信有限公司 | 一种信息显示方法、装置及移动终端 |
CN110337059A (zh) * | 2018-03-30 | 2019-10-15 | 中国联合网络通信集团有限公司 | 一种用户家庭关系的分析算法、服务器及网络系统 |
CN110337059B (zh) * | 2018-03-30 | 2021-03-12 | 中国联合网络通信集团有限公司 | 一种用户家庭关系的分析算法、服务器及网络系统 |
CN111324741A (zh) * | 2018-12-17 | 2020-06-23 | 中国移动通信集团山西有限公司 | 用户关系识别方法、装置、设备及介质 |
CN111324741B (zh) * | 2018-12-17 | 2023-08-18 | 中国移动通信集团山西有限公司 | 用户关系识别方法、装置、设备及介质 |
CN109829485A (zh) * | 2019-01-08 | 2019-05-31 | 科大国创软件股份有限公司 | 一种基于移动通信数据的用户关系挖掘方法及系统 |
CN111510368A (zh) * | 2019-01-31 | 2020-08-07 | 中国移动通信有限公司研究院 | 家庭群组识别方法、装置、设备及计算机可读存储介质 |
CN111510368B (zh) * | 2019-01-31 | 2023-01-03 | 中国移动通信有限公司研究院 | 家庭群组识别方法、装置、设备及计算机可读存储介质 |
CN111092764A (zh) * | 2019-12-18 | 2020-05-01 | 电信科学技术第五研究所有限公司 | 一种实时动态亲密度关系分析方法及系统 |
CN111092764B (zh) * | 2019-12-18 | 2023-10-17 | 电信科学技术第五研究所有限公司 | 一种实时动态亲密度关系分析方法及系统 |
CN111160977A (zh) * | 2019-12-31 | 2020-05-15 | 中国移动通信集团黑龙江有限公司 | 用户关系兴趣特征图的获取方法、装置、设备及介质 |
CN111866146A (zh) * | 2020-07-22 | 2020-10-30 | 中国联合网络通信集团有限公司 | 一种家庭用户的识别方法和装置 |
CN111866146B (zh) * | 2020-07-22 | 2022-02-11 | 中国联合网络通信集团有限公司 | 一种家庭用户的识别方法和装置 |
CN112163885A (zh) * | 2020-09-29 | 2021-01-01 | 贵州力创科技发展有限公司 | 一种基于移动通信数据的用户关系挖掘方法及系统 |
CN112506063A (zh) * | 2020-11-25 | 2021-03-16 | 中移(杭州)信息技术有限公司 | 数据分析方法、系统、电子设备和存储介质 |
CN112506063B (zh) * | 2020-11-25 | 2024-05-07 | 中移(杭州)信息技术有限公司 | 数据分析方法、系统、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107392627A (zh) | 2017-11-24 |
CN107392627B (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106228371A (zh) | 一种基于交往频度和交往指数的超大规模用户的社交网络分析及家庭关系识别算法 | |
CN105427129B (zh) | 一种信息的投放方法及系统 | |
CN103714139B (zh) | 一种移动海量客户群识别的并行数据挖掘方法 | |
Nanavati et al. | Analyzing the structure and evolution of massive telecom graphs | |
CN101572629B (zh) | 一种ip数据的处理方法及装置 | |
CN108595461B (zh) | 兴趣探索方法、存储介质、电子设备及系统 | |
CN105930446B (zh) | 一种基于Hadoop分布式技术的电信客户标签生成方法 | |
CN102300012A (zh) | 呼叫中心中的一对一匹配 | |
CN102739557A (zh) | 客户服务中的用户分流方法和装置 | |
CN105512153A (zh) | 一种在线客服系统的服务提供方法、装置及系统 | |
CN106022708A (zh) | 一种预测员工离职的方法 | |
TWI505667B (zh) | 完成有關於通訊網路節點之預測分析的方法與系統 | |
CN109522475A (zh) | 一种基于用户历史消费数据的商家推荐方法 | |
CN103136705A (zh) | 一种人际关系热度统计方法 | |
CN110009416A (zh) | 一种基于大数据清洗和ai精准营销的系统 | |
Avrachenkov et al. | Quick detection of high-degree entities in large directed networks | |
CN103279483B (zh) | 一种面向微博客的话题流行范围评估方法及系统 | |
CN105745679B (zh) | 用于发现和探索概念的系统和方法 | |
CN116245399A (zh) | 模型训练方法、装置、非易失性存储介质及电子设备 | |
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 | |
Rehman et al. | Customer churn prediction, segmentation and fraud detection in telecommunication industry | |
CN104750860B (zh) | 一种不确定数据的数据存储方法 | |
CN109871380A (zh) | 一种基于Redis的人群包应用方法及系统 | |
CN105740397A (zh) | 一种基于大数据并行运算的语音信箱业务数据分析方法 | |
CN103136256B (zh) | 一种在网络中实现信息检索的方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161214 |