CN107358269B - 一种面向精准营销的电信用户消费画像的构建方法 - Google Patents

Abstract

本发明涉及一种面向精准营销的电信用户消费画像的构建方法，包括以下步骤：对用户话单数据做数据预处理，得到用户消费行为数据；将用户话单数据和新套餐计费规则作为离线计费引擎输入，计算用户在新套餐下消费额，利用新旧套餐下消费额给用户标定类标签；训练新套餐的随机森林模型；根据随机森林模型筛选重要特征；针对每个重要特征，计算新套餐的非***和***的***点；利用重要特征和相应***点构建***的用户画像。本发明利用离线计费引擎，计算用户在新套餐下消费额，为用户标类标签，利用随机森林模型筛选重要特征并构建用户画像，利于新套餐的精准营销。

Description

一种面向精准营销的电信用户消费画像的构建方法

技术领域

本发明涉及数据分析与数据挖掘领域，更具体地，涉及面向精准营销的电信用户消费画像的构建方法。

背景技术

随着互联网的发展，手机应用越来越多，社交软件也层出不穷，并成为人们联系的主要方式。这对运营商的传统通话、短信等业务产生了巨大的影响，运营商必须开辟新的发展道路。但是吸引用户是所有新发展道路的前提，而运营商作为基础通信服务的提供者，应该从基础通信服务入手吸引并留住用户，也即用户的套餐选择。

目前运营商的套餐种类繁多，上海电信的套餐种类有成百上千个，用户难以从众多套餐中选择符合自身消费习惯的套餐。而对电信而言，新推出一个套餐时，也无法准确找到该套餐的***，难以给用户推荐合适的套餐。所以找到一种方法，能够找出适合新套餐的***，从而对***做精准营销，对电信而言是很重要的。

用户画像是根据用户的基本属性、消费行为、上网行为等各方面数据而抽象出来的标签化的模型。用户画像可以帮助更好地了解用户，常用于精准营销。例如用户A基本属性数据为“20岁，经常购买电子产品”，则可抽象出两个标签：“年轻人”、“电子产品爱好者”，根据这两个标签构建的用户画像为“一位年轻的电子产品爱好者”。然而目前电信用户的用户画像构建方法，一般都是基于用户基本属性数据、上网行为数据等，所构建的用户画像反映的是用户基本特征；由于没有基于用户消费话单数据，因而所构建的用户画像无法反映用户套餐消费情况。因此，现有的电信用户画像构建方法，了解不到用户的套餐消费数据，无法用于套餐推送的精准营销上。

发明内容

为了解决现有技术所存在的问题，本发明提出一种面向精准营销的电信用户消费画像的构建方法，该方法能够构建反映用户套餐消费情况的用户画像，该用户画像可以用于电信新推出套餐的精准营销。

本发明所采用的技术方案是：一种面向精准营销的电信用户消费画像的构建方法，包括以下步骤：

步骤S1、对用户话单数据做数据预处理，得到用户消费行为数据；

步骤S2、将用户话单数据和新套餐计费规则作为离线计费引擎的输入，计算用户在新套餐下消费额，利用新旧套餐下消费差额给用户标定类标签；

步骤S3、利用用户消费行为数据和所标定的相应类标签，训练新套餐的随机森林模型；

步骤S4、通过随机森林模型筛选重要特征，得到重要特征集合；

步骤S5、针对每个重要特征，计算新套餐的非***和***的***点；

步骤S6、利用重要特征和相应***点构建新套餐的***的用户画像。

优选地，所述步骤S2的处理方法如下：

将用户在目前套餐下的消费话单和新套餐计费规则作为离线计费引擎的输入，计算用户基于目前的消费行为习惯、新套餐计费规则的消费额；用户在目前套餐下的消费额记为Consum1，在新套餐计费规则下的消费额记为Consum2；

如果Consum1>Consum2，将类标签标定为1，表示该用户是新套餐的***；如果Consum1≤Consum2，将类标签标定为0，表示该用户不是新套餐的***。

优选地，所述步骤S4中，通过随机森林模型筛选重要特征时，计算特征重要性的方法如下：

若随机森林中共有n棵树，特征个数为m：

S41、对于n棵树中的每棵树以及m个特征中的每个特征，计算特征重要性。特征i在树j中的中的重要性记为Imp(i_j)＝sum(gain*num)，1≤i≤m,1≤j≤n，其中gain是树Treej中在特征i***的节点的信息增益，num是经过该节点的实例个数；

S42、将每棵树中的m个特征重要性归一化到总和为1，得到每棵树的重要性向量，树j的重要性向量记为vj；

S43、对步骤S42所求得的n个向量求均值，得到n棵树的平均重要性向量v＝(v1+v2+……+vn)/n；

S44、将平均重要性向量中的m个元素归一化到总和为1；

两次归一化使用的方法都是Z-score标准化方法。

优选地，所述步骤S5的方法如下：对于给定样本集D和重要特征A，假定重要特征A在样本集D上出现n个不同的取值，将这些值从小到大排序，记为{a¹,a²,……,aⁿ},选取[aⁱ,aⁱ⁺¹)的中位点(aⁱ+aⁱ⁺¹)/2为***点，***点将{a¹,a²,……,aⁿ}划分为大于***点和小于***点两类，记为+、-两类；对于{a¹,a²,……,aⁿ}每两个相邻点，都计算得到一个***点，共n-1个***点；选择信息增益最大的***点a作为最终的***点：

与现有技术相比，本发明具有如下有益效果：利用离线计费引擎，计算用户在新套餐下消费额，为用户标定类标签，解决了新套餐缺乏用户的相关数据的问题；能根据用户的历史消费话单数据，结合新、旧套餐的消费差额给用户标定类标签，利用随机森林模型筛选重要特征；再针对每个重要特征，计算出新套餐的非***和***的***点；最后利用重要特征和相应***点构建***的用户画像。所构建的用户画像能充分了解用户的套餐消费数据，便于新套餐推送的精准营销。

附图说明

图1为本发明所提供的构建用户画像方法的整体流程图；

图2为计算特征重要性的逻辑示意图。

具体实施方式

下面结合附图和实施例对本发明做进一步阐述，但本发明的实施方式并不限于此。

如图1所示，本发明所提供的用户消费画像构建方法，主要包括6个步骤。

步骤S1、对用户话单数据做数据预处理，得到用户消费行为数据。用户消费行为数据包括用户一个月上网、通话、短信以及其他增值业务的消费金额和时长的相关特征、客户属性特征、客户使用套餐属性特征等。

数据预处理第一步是特征筛选，剔除与用户消费行为无关的特征，如统计时间、套餐名、套餐发行日期等。接下来处理缺失值，因为原始数据中存在某个特征的值缺失的情况，处理缺失值(也叫空值)的方法是使用均值替代，如果空值是数值型的，就根据该属性在其他所有对象的取值的平均值来填充该缺失的属性值；如果空值是非数值型的，就根据统计学中的众数原理，用该属性在其他所有对象的取值次数最多的值来补齐该缺失的属性值。

步骤S2、将用户话单和新套餐计费规则作为离线计费引擎的输入，计算用户在新套餐下消费额，利用新旧套餐下消费差额给用户标定类标签。离线计费引擎是相对实时计费而言的，即在会话完成后收集计费信息，计算用户消费额。离线计费引擎可以根据用户的消费话单和套餐的计费规则，重新计算用户的消费额。此步骤是为步骤S3中训练分类模型标定类标签，具体做法如下：

将用户在目前套餐下的消费话单和新套餐计费规则作为离线计费引擎的输入，离线计费引擎计算用户基于目前的消费行为习惯(认为用户在一段时间内消费行为习惯不会有大改变)、新套餐计费规则的消费额。用户在目前套餐下的消费额纪为Consum1，在新套餐计费规则下的消费额记为Consum2。

基于经济角度考虑，用户倾向于选择消费更低的套餐，所以如果用户在新套餐下消费额比在目前套餐下消费额更低，则该用户是新套餐的***，否则不是。也即，如果Consum1>Consum2，将类标签标为1，表示该用户是新套餐的***；如果Consum1≤Consum2，将类标签标为0，表示该用户不是新套餐的***。

对于一个新推出的套餐，是没有用户使用该套餐的相关数据的，本发明巧妙利用了离线计费引擎，在认为用户在一段时间内消费行为习惯不会有大改变的前提下，计算得到用户在新套餐下的消费金额，从而解决了对于新套餐缺乏用户使用该套餐的相关数据的问题。

步骤S3、利用用户消费行为数据和所标定的相应类标签，训练新套餐的随机森林模型。使用步骤S1处理过的用户话单数据和步骤2标定的类标签，训练随机森林模型。针对每个新套餐训练一个随机森林模型。

步骤S4、通过随机森林模型筛选重要特征，得到重要特征集合。随机森林(RandomForest,简称RF)是一个分类算法，采用集成学习的思想。RF在以决策树为基学习器构建Bagging集成的基础上，进一步在决策树的训练过程中引入了随机属性选择。在RF中，对基决策树的每个结点，先从该结点的属性集合中随机选择一个包含k个属性的子集，然后再从这个子集中选择一个最优属性用于划分。如图2所示，特征的重要性通过如下方法计算：

若随机森林中共有n棵树，特征个数为m：

S41、对于n棵树中的每棵树以及m个特征中的每个特征，计算特征重要性。特征i在树j中的中的重要性记为Imp(i_j)＝sum(gain*num)，1≤i≤m,1≤j≤n，其中gain是树Treej中在特征i***的节点的信息增益，num是经过该节点的实例个数。

S42、将每棵树中的m个特征重要性归一化到总和为1，得到每棵树的重要性向量。树j的重要性向量记为vj。

S43、对步骤S42所求得的n个向量求均值，得到n棵树的平均重要性向量v＝(v1+v2+……+vn)/n。

S44、将平均重要性向量中的m个元素归一化到总和为1；

两次归一化使用的方法都是Z-score标准化方法。

重要特征筛选的方法是：将特征重要性按照降序排序，选取前面若干个(例如n个)特征作为重要特征集合,n根据不同的需求可以选择不同取值，如n取10，则选择前10个特征作为重要特征集合。

步骤S5、针对每个重要特征，计算0-1分类(0分类：非***，1分类：***)的***点，即计算非***与***的***点。具体做法如下：

给定样本集D和重要特征A，假定A在样本集D上出现n个不同的取值，将这些值从小到大排序，记为{a¹,a²,……,aⁿ}。如果找到一个划分点t，则可将样本集D分为两个子集

和

分别包含属性a≤t和a>t的样本。显然，对相邻属性取值aⁱ和aⁱ⁺¹，t在区间[aⁱ,aⁱ⁺¹)中取任意值所产生的划分结果一样。我们选取[aⁱ,aⁱ⁺¹)的中位点(aⁱ+aⁱ⁺¹)/2为***点。对于{a¹,a²,……,aⁿ}每两个相邻点，都计算得到一个***点，共n-1个***点。对每个***点计算其信息增益，选择信息增益最大的***点作为最终的***点：

步骤S6、利用重要特征和相应***点构建***的用户画像。根据步骤S4得到的重要特征集合和步骤S5得到的每个重要特征的***点，可以构建用户画像。如用户画像的一个属性描述为“使用流量少于2.2G”，其中“使用流量”为步骤S4所得到的重要特征集合中的一个特征，“少于2.2G”是步骤S5所得到的重要特征的***点。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (4)

1.一种面向精准营销的电信用户消费画像的构建方法，其特征在于，包括以下步骤：

步骤S1、对用户话单数据做数据预处理，得到用户消费行为数据；

步骤S2、将用户话单数据和新套餐计费规则作为离线计费引擎的输入，计算用户在新套餐下消费额，利用新旧套餐下消费差额给用户标定类标签；

步骤S3、利用用户消费行为数据和所标定的相应类标签，训练新套餐的随机森林模型；

步骤S4、通过随机森林模型筛选重要特征，得到重要特征集合；

步骤S5、针对每个重要特征，计算新套餐的非***和***的***点；

步骤S6、利用重要特征和相应***点构建新套餐的***的用户画像；

所述步骤S4中，通过随机森林模型筛选重要特征时，计算特征重要性的方法如下：

若随机森林中共有n棵树，特征个数为m：

S41、对于n棵树中的每棵树以及m个特征中的每个特征，计算特征重要性；特征i在树j中的重要性记为Imp(i_j)＝sum(gain*num)，1≤i≤m,1≤j≤n，其中gain是树j中在特征i***的节点的信息增益，num是经过该节点的实例个数；

S42、将每棵树中的m个特征的重要性归一化到总和为1，得到每棵树的重要性向量，树j的重要性向量记为vj；

S43、对步骤S42所求得的n个向量求均值，得到n棵树的平均重要性向量v＝(v1+v2+……+vn)/n；

S44、将平均重要性向量中的m个元素归一化到总和为1；

两次归一化使用的方法都是Z-score标准化方法；

所述步骤S5的方法如下：

对于给定样本集D和重要特征A，假定重要特征A在样本集D上出现n个不同的取值，将这些值从小到大排序，记为{a¹,a²,……,aⁿ},选取[aⁱ,aⁱ⁺¹)的中位点(aⁱ+aⁱ⁺¹)/2为***点，***点将{a¹,a²,……,aⁿ}划分为大于***点和小于***点两类，记为+、-两类；对于{a¹,a²,……,aⁿ}每两个相邻点，都计算得到一个***点，共n-1个***点；选择信息增益最大的***点a作为最终的***点：

2.根据权利要求1所述的构建方法，其特征在于，所述步骤S1中，对用户话单数据做数据预处理，包括：

对用户话单数据做特征筛选，剔除与用户消费行为无关的特征；

对于缺失值，如果缺失值是数值型的，则根据该属性在其他所有对象的取值的平均值来填充该缺失的属性值；如果缺失值是非数值型的，则根据统计学中的众数原理，用该属性在其他所有对象的取值次数最多的值来补齐该缺失的属性值。

3.根据权利要求1所述的构建方法，其特征在于，所述步骤S2的处理方法如下：

将用户在目前套餐下的消费话单和新套餐计费规则作为离线计费引擎的输入，计算用户基于目前的消费行为习惯、新套餐计费规则的消费额；用户在目前套餐下的消费额记为Consum1，在新套餐计费规则下的消费额记为Consum2；

如果Consum1>Consum2，将类标签标定为1，表示该用户是新套餐的***；如果Consum1≤Consum2，将类标签标定为0，表示该用户不是新套餐的***。

4.根据权利要求1所述的构建方法，其特征在于，所述步骤S4中，通过随机森林模型筛选重要特征时，将特征的重要性按照降序排序，取前面若干个特征作为重要特征。

Images