CN104284294A - 一种流量包推荐匹配方法 - Google Patents

Abstract

本发明公开了一种流量包推荐匹配方法，包括：采集已参加各种流量活动的用户信息；对本网3G标准套餐用户匹配不同档次的3G国内流量包或3G闲时省内流量包，并划分推荐成功等级；对本网未办理互斥业务的指定套餐的2G用户匹配不同档次的3G闲时省内流量包或3G省内流量包产品，并划分推荐成功等级；对除个别特殊套餐之外未办理互斥业务的所有2G用户匹配不同档次的2G流量包或2G闲时省内流量包，并划分推荐成功等级。本发明针对大网用户潜在的不同流量需求，为用户匹配相应的流量产品和推荐成功等级，能够更好、更精准化的服务于用户。

Description

一种流量包推荐匹配方法

技术领域

本发明涉及通信业务领域，具体涉及一种流量包推荐匹配方法。

背景技术

随着智能终端的大众化和各式手机应用的普及化，越来越多的人加入到移动互联网新潮流中。玩智能手机成了大多数市民打发时间的最佳方式，但随之而来的流量担忧也成为了手机用户关心的头等大事。通话已经不是用户唯一的基础需求，用户对语音的依赖慢慢在向着流量转移。随着流量增长逐渐成为通讯运营商业绩增长的重要驱动力，数据流量业务逐渐成为运营商争夺的主战场。面对用户大量的流量需求，三大运营商推出了不同的流量包业务。

对于符合条件的用户，办理流量包的方式主要包括几种：短信办理、直接去当地营业厅办理、拨打客服电话办理、登陆网上营业厅或手机营业厅办理等，这部分用户办理流量包业务的成功率非常高，但是在营销方面比较被动，从技术角度来说，潜在流量需求的用户没有挖掘到，整体可服务的用户量偏少。传统的流量包用户筛选模型着重于筛选用户的办理条件，在指定办理的流量包产品下对用户的各类信息进行展示封装。办理不同价位流量包取决于员工的主观判断和介绍，或者是简单根据流量使用情况做产品价位的匹配，缺乏准确性。这都在不同程度上降低了生产工效。另外，部分用户对于产品缺乏一定的了解，会盲目的叠加不同流量业务，造成不合理的使用或冲突。

发明内容

本发明的目的在于提供一种流量包推荐匹配方法，能够高效、准确地为用户匹配相应的流量产品和推荐成功等级，能够更好、更精准化的服务于用户。

实现上述目的的技术方案是：

一种流量包推荐匹配方法，包括：

采集已参加各种流量活动的用户信息；

针对本网3G标准套餐用户，汇总用户忙/闲时间段的使用流量和月均消费，在满足不同第一预设比例系数时为用户匹配不同档次的3G国内流量包或3G闲时省内流量包，并根据用户推荐成功的可能性大小划分等级；

针对本网未办理互斥业务的指定套餐的2G用户，如果该用户已经办理了3G省内流量包，则根据超出的额外流量费用为用户匹配不同档次的3G闲时省内流量包，并根据用户推荐成功的可能性大小划分等级；如果该用户可以办理3G省内流量包，通过对其的使用流量和已办理的流量包进行计算判断，为用户匹配不同档次的3G省内流量包产品，并根据用户推荐成功的可能性大小划分等级；

针对除个别特殊套餐之外未办理互斥业务的所有2G用户，根据用户忙/闲时间段的使用流量以及超出的额外流量费用，结合用的消费和可使用流量包，在满足不同第二预设比例系数时为用户匹配不同档次的2G流量包或2G闲时省内流量包，并根据用户推荐成功的可能性大小划分等级。

在上述的流量包推荐匹配方法中，所述采集的用户信息包括：3G国内流量包用户、3G省内流量包用户、2G流量包用户、2G闲时省内流量包用户和3G闲时省内流量包用户的使用流量信息以及流量费用信息。

在上述的流量包推荐匹配方法中，针对本网3G标准套餐用户，

提取3G标准套餐用户及套餐内流量，计算用户总的可使用流量；

标记用户是否参加了合约类流量活动；

提取用户近3个月的消费和忙/闲时流量使用情况，新、老用户按权重求取平均值；

计算用户上月产生的额外流量费用；

通过第一预设比例系数形成的判定函数，判定用户可推荐的流量包和推荐成功等级。

在上述的流量包推荐匹配方法中，针对本网未办理互斥业务的指定套餐的2G用户，

提取能办理3G省内流量包的指定2G套餐用户；

标记用户是否参加了合约类流量活动和2G流量包；

提取用户近3个月的消费和忙/闲时流量使用情况，按权重求取平均值；

计算用户上月产生的额外流量费用；

提取已办理3G省内流量包且能办理3G闲时流量包的用户；

通过对历史数据聚类分析，满足一定条件匹配出不同档次的产品和推荐成功等级；

提取未办理3G省内流量包的2G用户,入网时间在4个月及以上；

通过分析得到的比例系数形成的判定函数，判定用户可推荐的流量产品和推荐成功等级。

在上述的流量包推荐匹配方法中，针对除个别特殊套餐之外未办理互斥业务的所有2G用户，

提取除个别特殊套餐之外未办理互斥业务的所有2G用户；

提取用户近3个月的消费和忙/闲时流量使用情况，根据入网时长按权重求取平均值；

计算用户上月产生的额外流量费用；

通过第二预设比例系数形成的判定函数，判定用户可推荐的流量产品和推荐成功等级。

本发明的有益效果是：本发明还原和提供了入网用户已开通各类产品套餐的信息，通过计算每个用户的平均收入、流量使用等情况，结合不同的产品类型，为用户匹配适宜的2G、3G流量包，实现用户的精准化营销。在可观的资源条件和人力下，能够使资源得到最大化的利用，减少人力成本。能够将优质用户有效的集中起来进行服务，有效的对用户进行了维系，在一定程度上减少了用户的流失。

附图说明

图1是本发明的流量包推荐匹配方法的流程图；

图2是本发明中对本网3G标准套餐用户匹配流量包的流程图；

图3是本发明中对本网未办理互斥业务的指定套餐的2G用户匹配流量包的流程图；

图4是本发明中对除个别特殊套餐之外未办理互斥业务的所有2G用户匹配流量包的流程图。

具体实施方式

下面将结合附图对本发明作进一步说明。

请参阅图1至图4，本发明的流量包推荐匹配方法，包括下列步骤：

步骤S1，采集已参加各种流量活动的用户信息，即：采集3G国内流量包用户、3G省内流量包用户、2G流量包用户、2G闲时省内流量包用户和3G闲时省内流量包用户的使用流量信息以及流量费用信息。由于流量包互斥的原因，在对用户匹配流量包时，需要剔除已经办理或者存在互斥业务的用户，为方便筛选处理工作，故提前对已参加不同流量活动的用户信息进行了整理汇总，避免每个步骤都要进行的重复工作。

步骤S2，针对本网3G标准套餐用户，汇总用户忙/闲时间段的使用流量和月均消费，在满足不同第一预设比例系数时为用户匹配不同档次的3G国内流量包或3G闲时省内流量包，并根据用户推荐成功的可能性大小划分等级；具体包括下列步骤：

步骤S21，提取3G标准套餐用户及套餐内流量，计算用户总的可使用流量；

步骤S22，标记用户是否参加了合约类流量活动；通过标记用户是否参加合约类流量活动，我们可以初步判断这些用户是否是合约用户，有利于我们对用户进行分类和单独处理。

步骤S23，提取用户近3个月的消费和忙/闲时流量使用情况，新、老用户按权重求取平均值；即：新用户入网3个月以内：取用户前两个月的消费值、总流量、忙/闲时流量的使用平均值；老用户入网3个月以上：提取历史3个月的数据，通过主观赋权法，验证不同系数下得到的平均值，与次月真实值进行对比，取标准差最小的一组系数作为最终权重值。

步骤S24，计算用户上月产生的额外流量费用，无额外费用则计为0；

步骤S25，通过第一预设比例系数形成判定函数，判定用户可推荐的流量包和推荐成功等级。即：根据已办理3G国内流量包和3G闲时流量包产品的用户历史数据，计算用户的忙、闲时使用流量及忙闲时使用量比例，对两类用户产品的忙、闲时比例求平均得到两个临界值，以此临界值的范围形成判定函数作为两类流量包产品推荐的依据，再根据用户的使用流量与不同档次产品包含的流量对比，若用户的使用流量在产品包含流量的范围之类，可确定产品档次；然后根据流量使用率将推荐成功等级划分为5等。

步骤S3，针对本网未办理互斥业务的指定套餐的2G用户，如果该用户已经办理了3G省内流量包，则根据超出的额外流量费用为用户匹配不同档次的3G闲时省内流量包，并根据用户推荐成功的可能性大小划分等级；如果该用户可以办理3G省内流量包，通过对其的使用流量和已办理的流量包进行计算判断，即：根据用户是否办理2G流量包和参与合约类流量活动组合为四种情况，再结合3G流量资费单价与使用流量模拟计算总流量使用费，与3G省内流量包产品档次费用对比后判断适合用户的产品，为用户匹配不同档次的3G省内流量包产品，并根据用户推荐成功的可能性大小划分等级。具体包括：

步骤S31，提取能办理3G省内流量包的指定2G套餐用户；

步骤S32，标记用户是否参加了合约类流量活动和2G流量包；即：标记用户是否参加合约类流量活动，方便我们对用户进行分类和单独处理；标记用户是否参加2G流量包活动，有利于替换为3G省内流量包时进行流量转移，不超出用户流量需求范围。

步骤S33，提取用户近3个月的消费和忙/闲时流量使用情况，按权重求取平均值。即：新用户入网3个月以内：取用户前两个月的消费值、总流量、忙/闲时流量的使用平均值；老用户入网3个月以上：提取历史3个月的数据，通过主观赋权法，验证不同系数下得到的平均值，与次月真实值进行对比，取标准差最小的一组系数作为最终权重值。

步骤S34，计算用户上月产生的额外流量费用，无额外费用则计为0；

步骤S35，提取已办理3G省内流量包且能办理3G闲时流量包的用户；

步骤S36，通过对历史数据聚类分析，满足一定条件匹配出不同档次的产品和推荐成功等级；即：已办理3G省内流量包的用户，根据聚类分析，用户额外产生了流量费用或者总使用流量超出1GB，推荐20元档次3G闲时流量包产品，推荐等级最高，否则推荐10元档次3G闲时流量包产品，根据流量使用率将推荐成功等级划分为5等。

步骤S37，提取未办理3G省内流量包的2G用户,入网时间在4个月及以上；

步骤S38，通过分析得到的比例系数形成的判定函数，判定用户可推荐的流量产品和推荐成功等级。即：根据数据，计算用户的忙、闲时使用流量及忙闲时使用量比例，对两类用户产品的忙、闲时比例求平均得到两个临界值，以此临界值的范围形成判定函数作为两类流量包产品推荐的依据，再根据用户的使用流量与不同档次产品包含的流量对比，若用户的使用流量在产品包含流量的范围之类，可确定产品档次；然后根据流量使用率将推荐成功等级划分为5等。

步骤S4，针对除个别特殊套餐之外未办理互斥业务的所有2G用户，根据用户忙/闲时间段的使用流量以及超出的额外流量费用，结合用户的消费情况和可使用流量包情况，在满足不同第二预设比例系数时为用户匹配不同档次的2G流量包或2G闲时省内流量包，并根据用户推荐成功的可能性大小划分等级。具体包括：

步骤S41，提取除个别特殊套餐之外未办理互斥业务的所有2G用户；

步骤S42，提取用户近3个月的消费和忙/闲时流量使用情况，根据入网时长按权重求取平均值，即：新用户入网3个月以内：取用户前两个月的消费值、总流量、忙/闲时流量的使用平均值；老用户入网3个月以上：提取历史3个月的数据，通过主观赋权法，验证不同系数下得到的平均值，与次月真实值进行对比，取标准差最小的一组系数作为最终权重值。

步骤S43，计算用户上月产生的额外流量费用，无额外费用则计为0；

步骤S44，通过第二预设比例系数形成的判定函数，判定用户可推荐的流量产品和推荐成功等级。即：根据已办理2G流量包和2G闲时流量包产品的用户历史数据，计算用户的忙、闲时使用流量及总流量，将用户的总使用流量与不同档次产品包含的流量对比确定产品档次，然后再分别模拟用户的忙、闲时流量有超出时产生的流量费用，加上预判的流量产品费用，对比两类产品办理成功后用户最终所需要的流量费用，形成判定函数，将用户花费较小的一类作为目标产品推荐；然后根据流量使用率将推荐成功等级划分为5等。

最后，汇总各类用户流量包业务匹配结果信息。

Claims (5)

1.一种流量包推荐匹配方法，其特征在于，包括：

采集已参加各种流量活动的用户信息；

针对本网3G标准套餐用户，汇总用户忙/闲时间段的使用流量和月均消费，在满足不同第一预设比例系数时为用户匹配不同档次的3G国内流量包或3G闲时省内流量包，并根据用户推荐成功的可能性大小划分等级；

针对本网未办理互斥业务的指定套餐的2G用户，如果该用户已经办理了3G省内流量包，则根据超出的额外流量费用为用户匹配不同档次的3G闲时省内流量包，并根据用户推荐成功的可能性大小划分等级；如果该用户可以办理3G省内流量包，通过对其的使用流量和已办理的流量包进行计算判断，为用户匹配不同档次的3G省内流量包产品，并根据用户推荐成功的可能性大小划分等级；

针对除个别特殊套餐之外未办理互斥业务的所有2G用户，根据用户忙/闲时间段的使用流量以及超出的额外流量费用，结合用的消费和可使用流量包，在满足不同第二预设比例系数时为用户匹配不同档次的2G流量包或2G闲时省内流量包，并根据用户推荐成功的可能性大小划分等级。

2.根据权利要求1所述的流量包推荐匹配方法，其特征在于，所述采集的用户信息包括：3G国内流量包用户、3G省内流量包用户、2G流量包用户、2G闲时省内流量包用户和3G闲时省内流量包用户的使用流量信息以及流量费用信息。

3.根据权利要求1所述的流量包推荐匹配方法，其特征在于，针对本网3G标准套餐用户，

提取3G标准套餐用户及套餐内流量，计算用户总的可使用流量；

标记用户是否参加了合约类流量活动；

提取用户近3个月的消费和忙/闲时流量使用情况，新、老用户按权重求取平均值；

计算用户上月产生的额外流量费用；

通过第一预设比例系数形成的判定函数，判定用户可推荐的流量包和推荐成功等级。

4.根据权利要求1所述的流量包推荐匹配方法，其特征在于，针对本网未办理互斥业务的指定套餐的2G用户，

提取能办理3G省内流量包的指定2G套餐用户；

标记用户是否参加了合约类流量活动和2G流量包；

提取用户近3个月的消费和忙/闲时流量使用情况，按权重求取平均值；

计算用户上月产生的额外流量费用；

提取已办理3G省内流量包且能办理3G闲时流量包的用户；

通过对历史数据聚类分析，满足一定条件匹配出不同档次的产品和推荐成功等级；

提取未办理3G省内流量包的2G用户,入网时间在4个月及以上；

通过分析得到的比例系数形成的判定函数，判定用户可推荐的流量产品和推荐成功等级。

5.根据权利要求1所述的流量包推荐匹配方法，其特征在于，针对除个别特殊套餐之外未办理互斥业务的所有2G用户，

提取除个别特殊套餐之外未办理互斥业务的所有2G用户；

提取用户近3个月的消费和忙/闲时流量使用情况，根据入网时长按权重求取平均值；

计算用户上月产生的额外流量费用；

通过第二预设比例系数形成的判定函数，判定用户可推荐的流量产品和推荐成功等级。