CN112788087B - 业务产品信息推送方法、装置以及存储介质 - Google Patents

Abstract

本公开提供了一种业务产品信息推送方法、装置以及存储介质，其中的方法包括：获取业务产品信息，基于预设的分组规则对业务产品信息进行分组，生成多个业务产品组；获得改用业务产品的用户的历史业务量信息，基于历史业务量信息生成与业务产品组相对应的训练集；将训练集进行聚类计算，根据聚类计算结果得到与用户对应的目标业务产品组；基于预设的推荐规则将目标业务产品组中的业务产品信息推送给用户。本公开的方法、装置以及存储介质，目标业务产品组的确定不依赖于任何用户，并且不需要对用户业务量进行预估，业务产品信息的推送更加准确，计算的时间复杂度低。

Description

业务产品信息推送方法、装置以及存储介质

技术领域

本发明涉及通信技术领域，尤其涉及一种业务产品信息推送方法、装置以及存储介质。

背景技术

在存量经营时代，电信运营商亟需新技术的参与，通过业务产品延伸业务价值链，提升用户价值贡献。电信运营商推出的业务有单移动业务产品和融合套餐业务等，目前，单移动业务转到融合套餐业务(例如单C网业务转融合套餐业务)作为存量经营的主流业务，能有效拉动存量业务受理量和维系移动/宽带用户持续在网。然而，中国电信现有单移动业务售品约数万种，组合而成的融合套餐产品数量很大。普通用户难以选择融合套餐产品，营销人员在线下和线上向用户推荐业务产品时又缺乏数据支撑和参考依据，降低了融合套餐等业务产品推荐的准确性。

发明内容

有鉴于此，本发明要解决的一个技术问题是提供一种业务产品信息推送方法、装置以及存储介质。

根据本公开的一个方面，提供一种业务产品信息推送方法，包括：获取业务产品信息，基于预设的分组规则对所述业务产品信息进行分组，生成多个业务产品组；获得改用所述业务产品的用户的历史业务量信息，基于所述历史业务量信息生成与所述业务产品组相对应的训练集；将所述训练集进行聚类计算，根据聚类计算结果得到与所述用户对应的目标业务产品组；基于预设的推荐规则将所述目标业务产品组中的业务产品信息推送给所述用户。

可选地，所述业务产品包括：融合套餐业务；其中，所述基于所述历史业务量信息生成与所述业务产品组相对应的训练集包括：获得与所述业务产品组相对应的至少一个业务类别权重；其中，所述业务类别权重包括：通话业务权重、流量权重、宽带权重；根据所述历史业务量信息以及所述至少一个业务类别权重生成与所述业务产品组相对应的用户训练样本；基于所述用户训练样本与生成所述训练集。

可选地，所述根据所述历史业务量信息以及所述至少一个业务类别权重生成与所述业务产品组相对应的用户训练样本包括：基于所述历史业务量信息获取用户的业务使用统计数据；其中，所述业务使用统计数据包括：总通话时长、总使用流量、实际带宽数据；针对一个所述业务产品组，将所述业务使用统计数据与相对应的所述业务类别权重的乘积作为业务使用元素；使用多个所述业务使用元素建立样本向量，作为所述用户训练样本。

可选地，所述基于所述用户训练样本与生成所述训练集包括：基于与全部用户相对应的所述用户训练样本建立所述业务产品组的训练集。

可选地，所述将所述训练集进行聚类计算，根据聚类计算结果得到用户对应的目标业务产品组包括：对所述训练集进行聚类计算，获得多个聚簇；其中，所述进行聚类计算使用的算法包括：K-means算法；确定所述聚簇的均值向量，计算所述用户训练样本与所述均值向量之间的距离，作为所述用户训练样本与所述业务产品组相对应的产品组距离；基于所述产品组距离确定在所述多个业务产品组中与所述用户相对应的所述目标业务产品组。

可选地，所述基于所述产品组距离确定在所述多个业务产品组中与所述用户相对应的所述目标业务产品组包括：获取一个用户的多个所述用户训练样本分别与所述多个业务产品组相对应的多个产品组距离；将所述多个产品组距离中的最小值所对应的业务产品组，作为与此用户相对应的所述目标业务产品组。

可选地，所述基于预设的推荐规则将所述目标业务产品组中的业务产品信息推送给所述用户包括：按照预设的排序规则对所述目标业务产品组中的业务产品信息进行排序；根据排序结果向所述用户推送相对应的所述目标业务产品组中的业务产品信息；其中，所述排序规则包括：按价格从低到高排序。

根据本公开的另一方面，提供一种业务产品信息推送装置，包括：产品组划分模块，用于获取业务产品信息，基于预设的分组规则对所述业务产品信息进行分组，生成多个业务产品组；训练集获得模块，用于获得改用所述业务产品的用户的历史业务量信息，基于所述历史业务量信息生成与所述业务产品组相对应的训练集；目标产品获取模块，用于将所述训练集进行聚类计算，根据聚类计算结果得到与所述用户对应的目标业务产品组；产品推荐模块，用于基于预设的推荐规则将所述目标业务产品组中的业务产品信息推送给所述用户。

可选地，所述业务产品包括：融合套餐业务；所述训练集获得模块，包括：权重获取单元，用于获得与所述业务产品组相对应的至少一个业务类别权重；其中，所述业务类别权重包括：通话业务权重、流量权重、宽带权重；样本获得单元，用于根据所述历史业务量信息以及所述至少一个业务类别权重生成与所述业务产品组相对应的用户训练样本；集合生成单元，用于基于所述用户训练样本与生成所述训练集。

可选地，所述样本获得单元，用于基于所述历史业务量信息获取用户的业务使用统计数据；其中，所述业务使用统计数据包括：总通话时长、总使用流量、实际带宽数据；针对一个所述业务产品组，将所述业务使用统计数据与相对应的所述业务类别权重的乘积作为业务使用元素；使用多个所述业务使用元素建立样本向量，作为所述用户训练样本。

可选地，所述集合生成单元，用于基于与全部用户相对应的所述用户训练样本建立所述业务产品组的训练集。

可选地，所述目标产品获取模块，包括：聚类计算单元，用于对所述训练集进行聚类计算，获得多个聚簇；其中，所述进行聚类计算使用的算法包括：K-means算法；距离确定单元，用于确定所述聚簇的均值向量，计算所述用户训练样本与所述均值向量之间的距离，作为所述用户训练样本与所述业务产品组相对应的产品组距离；产品组确定单元，用于基于所述产品组距离确定在所述多个业务产品组中与所述用户相对应的所述目标业务产品组。

可选地，所述产品组确定单元，用于获取一个用户的多个所述用户训练样本分别与所述多个业务产品组相对应的多个产品组距离；将所述多个产品组距离中的最小值所对应的业务产品组，作为与此用户相对应的所述目标业务产品组。

可选地，所述产品推荐模块，用于按照预设的排序规则对所述目标业务产品组中的业务产品信息进行排序；根据排序结果向所述用户推送相对应的所述目标业务产品组中的业务产品信息；其中，所述排序规则包括：按价格从低到高排序。

根据本公开的又一方面，提供一种业务产品信息推送装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上所述的方法。

根据本公开的再一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行如上所述的方法。

本公开的业务产品信息推送方法、装置以及存储介质，基于历史业务量信息生成业务产品组的训练集，对训练集进行聚类计算并得到目标业务产品组，将目标业务产品组中的业务产品信息推送给用户；目标业务产品组的确定不依赖于任何用户，并且不需要对用户业务量进行预估，业务产品信息的推送更加准确，计算的时间复杂度低，能够提升用户的感受度。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为根据本公开的业务产品信息推送方法的一个实施例的流程示意图；

图2为根据本公开的业务产品信息推送方法的一个实施例中的生成训练集的流程示意图；

图3为根据本公开的业务产品信息推送方法的一个实施例中的生成用户训练样本的流程示意图；

图4为根据本公开的业务产品信息推送方法的一个实施例中的获得目标业务产品组的流程示意图；

图5为根据本公开的业务产品信息推送装置的一个实施例的模块示意图；

图6为根据本公开的业务产品信息推送装置的一个实施例中的训练集获得模块的模块示意图；

图7为根据本公开的业务产品信息推送装置的一个实施例中的目标产品获取模块的模块示意图；

图8为根据本公开的业务产品信息推送装置的另一个实施例的模块示意图。

具体实施方式

下面参照附图对本公开进行更全面的描述，其中说明本公开的示例性实施例。下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

图1为根据本公开的业务产品信息推送方法的一个实施例的流程示意图，如图1所示：

步骤101，获取业务产品信息，基于预设的分组规则对业务产品信息进行分组，生成多个业务产品组。

在一实施例中，业务产品包括电信运营商的融合套餐业务产品等，业务产品信息可以为融合套餐业务产品等的介绍、说明以及订购链接等信息等。获取多个融合套餐业务产品进行分组，生成业务产品组。分组规则可以有多种，例如，分组规则为融合套餐业务产品是预付费还是后付费，融合套餐业务产品价格是否超过预设金额等。业务产品组可以为融合套餐业务产品组等，可以将相同通话时长、上网流量、实际宽带带宽、宽带订购年限的融合套餐业务产品信息划分在同一业务产品组。

步骤102，获得改用业务产品的用户的历史业务量信息，基于历史业务量信息生成与业务产品组相对应的训练集。

在一个实施例中，用户以前使用单移动业务，后来改用融合套餐业务产品，获取此用户的历史业务量信息，基于历史业务量信息生成与先前划分的业务产品组相对应的训练集。历史业务量包括通话、流量、宽带等业务量。

步骤103，将训练集进行聚类计算，根据聚类计算结果得到与用户对应的目标业务产品组。

步骤104，基于预设的推荐规则将目标业务产品组中的业务产品信息推送给用户。

上述实施例中的业务产品信息推送方法，基于历史业务量信息生成业务产品组的训练集，对训练集进行聚类计算并得到目标业务产品组，将目标业务产品组中的业务产品信息推送给用户；目标业务产品组的确定不依赖于任何用户，并且不需要对用户业务量进行预估，业务产品信息的推送更加准确，能够扩大用户规模，提升用户的感受度。

在一个实施例中，业务产品包括融合套餐业务产品等。基于历史业务量信息生成与业务产品组相对应的训练集可以采用多种方法。图2为根据本公开的业务产品信息推送方法的一个实施例中的生成训练集的流程示意图，如图2所示：

步骤201，获得与业务产品组相对应的至少一个业务类别权重。业务类别权重包括：通话业务权重、流量权重、宽带权重等。

在一实施例中，生成多个业务产品组，获得与每个业务产品组相对应的业务类别权重为：

其中，W_vi为第i个业务产品组的通话业务权重、W_fi为第i个业务产品组的流量权重、W_bi为第i个业务产品组的宽带权重；v_i/f_i/b_i表示第i个业务产品组所包含的全部业务产品信息所对应的全部业务产品的通话时长/上网流量/实际宽带带宽；c_v/c_f/c_b表示语音标准资费/上网流量的标准资费/单宽价格；α为调节系数。

步骤202，根据历史业务量信息以及至少一个业务类别权重生成与业务产品组相对应的用户训练样本。

步骤203，基于用户训练样本与生成训练集。

在一个实施例中，获取本地网的多个融合套餐业务产品，将多个融合套餐业务产品信息划分为多个业务产品组。获取在观察期(例如为3个月、6个月等)内办理了从单移动业务转为融合套餐业务的用户的历史业务量信息。根据业务产品组编号，为每个业务产品组分别生成训练集，对多个训练集分别进行聚类计算，获取该用户与所属聚类中均值向量距离最短的业务产品组编号，将该业务产品组内的业务产品信息对应的业务产品的价格按从低到高顺序排序，依次推荐给该用户。

根据历史业务量信息以及业务类别权重生成与业务产品组相对应的用户训练样本可以采用多种方法。图3为根据本公开的业务产品信息推送方法的一个实施例中的生成用户训练样本的流程示意图，如图3所示：

步骤301，基于历史业务量信息获取用户的业务使用统计数据。业务使用统计数据包括：总通话时长、总使用流量、实际带宽数据等。

步骤302，针对一个业务产品组，将业务使用统计数据与相对应的业务类别权重的乘积，作为业务使用元素。

步骤303，使用多个业务使用元素建立样本向量，作为用户训练样本。基于与全部用户相对应的用户训练样本建立业务产品组的训练集。

在一个实施例中，获取在观察期(例如为3个月、6个月等)内办理了从单移动业务转为融合套餐业务的用户的历史业务量信息。例如，当前时间为2019年8月，观察期为3个月，则获取2019年5月到2019年7月的用户的历史业务量信息。

基于历史业务量信息获取用户的业务使用统计数据，业务使用统计数据包括：总通话时长和总使用流量。统计出用户的总通话时长和总使用流量。以一个业务产品组为例，将业务使用统计数据与相对应的业务类别权重的乘积，作为业务使用元素。

对于第i个业务产品组生成训练集D＝{x_i1，x_i2，...，x_im}，用户的数量为m，x_i1，x_i2，...，x_im为第j个用户与第i个业务产品组相对应的样本向量，样本向量为包括两个业务使用元素的二维向量，一个业务使用元素为“W_vi*总通话时长(第j个用户的总通话时长)”，另一个业务使用元素为“W_fi*总使用流量(第j个用户的总使用流量)”，W_vi为第i个业务产品组的通话业务权重、W_fi为第i个业务产品组的流量权重。

由这两个业务使用元素生成二维向量x_ij，为第j个用户与第i个业务产品组相对应的样本向量，将x_ij加入训练集，即第i个业务产品组的训练集D＝{x_i1，x_i2，...，x_im}U{x_ij}。

在一个实施例中，将训练集进行聚类计算，根据聚类计算结果得到用户对应的目标业务产品组可以使用多种方法。图4为根据本公开的业务产品信息推送方法的一个实施例中的获得目标业务产品组的流程示意图，如图4所示：

步骤401，对训练集进行聚类计算，获得多个聚簇。

进行聚类计算使用的算法包括：K-means算法；k均值聚类算法(k-meansclustering algorithm)是一种迭代求解的聚类分析算法，其步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)对象被重新分配给不同的聚类，没有(或最小数目)聚类中心再发生变化，误差平方和局部最小。可以使用现有的多种聚类算法对训练集进行聚类计算，获得多个聚簇。

步骤402，确定聚簇的均值向量，计算用户训练样本与均值向量之间的距离，作为用户训练样本与业务产品组相对应的产品组距离。可以采用现有的多种方法确定聚簇的均值向量、计算训练集中的用户训练样本(样本向量)与均值向量之间的距离，例如为欧式距离等。

例如，确定聚类簇数K，通过现有的K-means算法对训练集D进行聚类计算，获得多个聚簇，确定聚簇的均值向量。第j个用户的用户训练样本x_ij归属于第n个簇，μ_n为第n个簇的均值向量，计算d_ij＝||x_ij-μ_n||₂。d_ij表示x_ij与所属聚类中的均值向量μ_n的距离。

步骤403，基于产品组距离确定在多个业务产品组中与用户训练样本相对应的目标业务产品组。确定最小产品组距离对应的目标业务产品组编号＝arg min_{i∈{1，2，3...，k}}d_ij。

获取一个用户的多个用户训练样本分别与多个业务产品组相对应的多个产品组距离；将多个产品组距离中的最小值所对应的业务产品组，作为与此用户相对应的目标业务产品组。

按照预设的排序规则对所述目标业务产品组中的业务产品信息进行排序，根据排序结果向用户推送相对应的目标业务产品组中的业务产品信息，排序规则包括：按价格从低到高排序等。例如，在目标业务产品组内，将业务产品信息对应的业务产品的价格从低到高排序，一次性地推送给用户。

在一个实施例中，生成三个业务产品组A、B、C，获取在三个月内办理了从单移动业务转为融合套餐业务的五个用户的历史业务量信息，基于历史业务量信息获取五个用户的业务使用统计数据，业务使用统计数据包括：总通话时长和总使用流量。

对三个业务产品组分别生成训练集，分别为D1、D2和D3，其中，D1＝{x₁₁，x₁₂，...，x₁₅}，D2＝{x₂₁，x₂₂，...，x₂₅}，D3＝{x₃₁，x₃₂，...，x₃₅}，x_ij为第j个用户与第i个业务产品组相对应的样本向量，即用户训练样本。确定聚类簇数K，通过现有的K-means算法分别对训练集D1、D2和D3进行聚类计算，训练集D1、D2和D3分别获得多个聚簇，确定聚簇的均值向量。

以训练集D1为例，第j个用户的用户训练样本x_1j归属于第n个簇，μ_n为第n个簇的均值向量。计算d_1j＝||x_1j-μ_n||₂。d_1j表示x_1j与所属聚类中的均值向量μ_n的距离，作为用户训练样本x_1j与业务产品组A相对应的产品组距离。基于相同的方法，分别获得第j个用户的用户训练样本x_2j与业务产品组B相对应的产品组距离为d_2j，第j个用户的用户训练样本x_3j与业务产品组C相对应的产品组距离为d_3j。

获取第j个用户的三个用户训练样本x_1j、x_2j、x_3j分别与三个业务产品组A、B、C相对应的三个产品组距离d_1j、d_2j、d_3j，判断三个产品组距离d_1j、d_2j、d_3j中的最小值为d_2j，将d_2j所对应的业务产品组B作为与第j个用户相对应的目标业务产品组，将业务产品组B中的多个业务产品信息对应的业务产品的价格从低到高排序，推送给第j个用户。对于其他的用户，可以使用相同的方法获得相对应的目标业务产品组。

上述实施例中的业务产品信息推送方法，基于历史业务量信息生成业务产品组的训练集，对训练集进行聚类计算并得到目标业务产品组，将目标业务产品组中的业务产品信息推送给用户；目标业务产品组的确定不依赖于任何用户，并且不需要对用户业务量进行预估，业务产品信息的推送更加准确，并且时间复杂度低，可以提升用户的感受度。

在一个实施例中，如图5所示，本公开提供一种业务产品信息推送装置50，包括：产品组划分模块51、训练集获得模块52、目标产品获取模块53和产品推荐模块54。产品组划分模块51获取业务产品信息，基于预设的分组规则对业务产品信息进行分组，生成多个业务产品组。训练集获得模块52获得改用业务产品的用户的历史业务量信息，基于历史业务量信息生成与业务产品组相对应的训练集。目标产品获取模块53将训练集进行聚类计算，根据聚类计算结果得到与用户对应的目标业务产品组。产品推荐模块54基于预设的推荐规则将目标业务产品组中的业务产品信息推送给用户。

在一个实施例中，业务产品包括：融合套餐业务等；如图6所示，训练集获得模块52包括：权重获取单元521、样本获得单元522和集合生成单元523。权重获取单元521获得与业务产品组相对应的至少一个业务类别权重；其中，业务类别权重包括：通话业务权重、流量权重、宽带权重等。样本获得单元522根据历史业务量信息以及至少一个业务类别权重生成与业务产品组相对应的用户训练样本。集合生成单元523基于用户训练样本与生成训练集。

样本获得单元522基于历史业务量信息获取用户的业务使用统计数据；其中，业务使用统计数据包括：总通话时长、总使用流量、实际带宽数据等。样本获得单元522针对一个业务产品组，将业务使用统计数据与相对应的业务类别权重的乘积，作为业务使用元素。样本获得单元522使用多个业务使用元素建立样本向量，作为用户训练样本。集合生成单元523基于与全部用户相对应的用户训练样本建立业务产品组的训练集。

在一个实施例中，如图7所示，目标产品获取模块53包括：聚类计算单元531、距离确定单元532和产品组确定单元533。聚类计算单元531对训练集进行聚类计算，获得多个聚簇；其中，进行聚类计算使用的算法包括：K-means算法等。距离确定单元532确定聚簇的均值向量，计算用户训练样本与均值向量之间的距离，作为用户训练样本与业务产品组相对应的产品组距离。产品组确定单元533基于产品组距离确定在多个业务产品组中与用户训练样本相对应的目标业务产品组。

产品组确定单元533获取一个用户的多个用户训练样本分别与多个业务产品组相对应的多个产品组距离。产品组确定单元533将多个产品组距离中的最小值所对应的业务产品组，作为与此用户相对应的目标业务产品组。产品推荐模块54按照预设的排序规则对所述目标业务产品组中的业务产品信息进行排序，根据排序结果向所述用户推送相对应的所述目标业务产品组中的业务产品信息；其中，排序规则包括：按价格从低到高排序等。

图8为根据本公开的业务产品信息推送系统的另一个实施例的模块示意图。如图8所示，该装置可包括存储器81、处理器82、通信接口83以及总线84。存储器81用于存储指令，处理器82耦合到存储器81，处理器82被配置为基于存储器81存储的指令执行实现上述的业务产品信息推送方法。

存储器81可以为高速RAM存储器、非易失性存储器(non-volatile memory)等，存储器81也可以是存储器阵列。存储器81还可能被分块，并且块可按一定的规则组合成虚拟卷。处理器82可以为中央处理器CPU，或专用集成电路ASIC(Application SpecificIntegrated Circuit)，或者是被配置成实施本公开的业务产品信息推送方法的一个或多个集成电路。

根据本公开的再一方面，提供一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，指令被处理器执行如上的方法。

上述实施例中提供的业务产品信息推送方法、装置以及存储介质，基于历史业务量信息生成业务产品组的训练集，对训练集进行聚类计算并得到目标业务产品组，将目标业务产品组中的业务产品信息推送给用户；目标业务产品组的确定不依赖于任何用户，并且不需要对用户业务量进行预估，业务产品信息的推送更加准确，更具有针对性，计算的时间复杂度低，能够扩大用户规模，提升用户的感受度。

可能以许多方式来实现本公开的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和系统。用于方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。

本公开的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本公开限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用，并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。

Claims (12)

1.一种业务产品信息推送方法，包括：

获取业务产品信息，基于预设的分组规则对所述业务产品信息进行分组，生成多个业务产品组；

获得改用所述业务产品的用户的历史业务量信息，基于所述历史业务量信息生成与所述业务产品组相对应的训练集；

其中，所述业务产品包括：融合套餐业务；获得与所述业务产品组相对应的至少一个业务类别权重；所述业务类别权重包括：通话业务权重、流量权重、宽带权重；基于所述历史业务量信息获取用户的业务使用统计数据；所述业务使用统计数据包括：总通话时长、总使用流量、实际带宽数据；针对一个所述业务产品组，将所述业务使用统计数据与相对应的所述业务类别权重的乘积作为业务使用元素；使用多个所述业务使用元素建立样本向量，作为用户训练样本；基于所述用户训练样本与生成所述训练集；

将所述训练集进行聚类计算，根据聚类计算结果得到与所述用户对应的目标业务产品组；

基于预设的推荐规则将所述目标业务产品组中的业务产品信息推送给所述用户。

2.如权利要求1所述的方法，所述基于所述用户训练样本与生成所述训练集包括：

基于与全部用户相对应的所述用户训练样本建立所述业务产品组的训练集。

3.如权利要求2所述的方法，所述将所述训练集进行聚类计算，根据聚类计算结果得到用户对应的目标业务产品组包括：

对所述训练集进行聚类计算，获得多个聚簇；其中，所述进行聚类计算使用的算法包括：K-means算法；

确定所述聚簇的均值向量，计算所述用户训练样本与所述均值向量之间的距离，作为所述用户训练样本与所述业务产品组相对应的产品组距离；

基于所述产品组距离确定在所述多个业务产品组中与所述用户相对应的所述目标业务产品组。

4.如权利要求3所述的方法，所述基于所述产品组距离确定在所述多个业务产品组中与所述用户相对应的所述目标业务产品组包括：

获取一个用户的多个所述用户训练样本分别与所述多个业务产品组相对应的多个产品组距离；

将所述多个产品组距离中的最小值所对应的业务产品组，作为与此用户相对应的所述目标业务产品组。

5.如权利要求4所述的方法，所述基于预设的推荐规则将所述目标业务产品组中的业务产品信息推送给所述用户包括：

按照预设的排序规则对所述目标业务产品组中的业务产品信息进行排序；根据排序结果向所述用户推送相对应的所述目标业务产品组中的业务产品信息；其中，所述排序规则包括：按价格从低到高排序。

6.一种业务产品信息推送装置，包括：

产品组划分模块，用于获取业务产品信息，基于预设的分组规则对所述业务产品信息进行分组，生成多个业务产品组；

训练集获得模块，用于获得改用所述业务产品的用户的历史业务量信息，基于所述历史业务量信息生成与所述业务产品组相对应的训练集；

其中，所述业务产品包括：融合套餐业务；所述训练集获得模块，包括：

权重获取单元，用于获得与所述业务产品组相对应的至少一个业务类别权重；其中，所述业务类别权重包括：通话业务权重、流量权重、宽带权重；

样本获得单元，用于基于所述历史业务量信息获取用户的业务使用统计数据；其中，所述业务使用统计数据包括：总通话时长、总使用流量、实际带宽数据；针对一个所述业务产品组，将所述业务使用统计数据与相对应的所述业务类别权重的乘积作为业务使用元素；使用多个所述业务使用元素建立样本向量，作为所述用户训练样本；

集合生成单元，用于基于所述用户训练样本与生成所述训练集；

目标产品获取模块，用于将所述训练集进行聚类计算，根据聚类计算结果得到与所述用户对应的目标业务产品组；

产品推荐模块，用于基于预设的推荐规则将所述目标业务产品组中的业务产品信息推送给所述用户。

7.如权利要求6所述的装置，其中，

所述集合生成单元，用于基于与全部用户相对应的所述用户训练样本建立所述业务产品组的训练集。

8.如权利要求7所述的装置，其中，

所述目标产品获取模块，包括：

聚类计算单元，用于对所述训练集进行聚类计算，获得多个聚簇；其中，所述进行聚类计算使用的算法包括：K-means算法；

距离确定单元，用于确定所述聚簇的均值向量，计算所述用户训练样本与所述均值向量之间的距离，作为所述用户训练样本与所述业务产品组相对应的产品组距离；

产品组确定单元，用于基于所述产品组距离确定在所述多个业务产品组中与所述用户相对应的所述目标业务产品组。

9.如权利要求8所述的装置，其中，

所述产品组确定单元，用于获取一个用户的多个所述用户训练样本分别与所述多个业务产品组相对应的多个产品组距离；将所述多个产品组距离中的最小值所对应的业务产品组，作为与此用户相对应的所述目标业务产品组。

10.如权利要求9所述的装置，其中，

所述产品推荐模块，用于按照预设的排序规则对所述目标业务产品组中的业务产品信息进行排序；根据排序结果向所述用户推送相对应的所述目标业务产品组中的业务产品信息；其中，所述排序规则包括：按价格从低到高排序。

11.一种业务产品信息推送装置，包括：

存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1至5中任一项所述的方法。

12.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行如权利要求1至5中任一项所述的方法。

Images