CN111915156A - 基于用户价值的业务推送方法、电子设备及存储介质 - Google Patents
基于用户价值的业务推送方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111915156A CN111915156A CN202010672827.2A CN202010672827A CN111915156A CN 111915156 A CN111915156 A CN 111915156A CN 202010672827 A CN202010672827 A CN 202010672827A CN 111915156 A CN111915156 A CN 111915156A
- Authority
- CN
- China
- Prior art keywords
- user
- determining
- data
- duration
- index
- 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
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000012545 processing Methods 0.000 claims description 23
- 230000003993 interaction Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000005065 mining Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 abstract description 14
- 230000002708 enhancing effect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/60—Business processes related to postal services
-
- 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
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供的基于用户价值的业务推送方法、电子设备及存储介质，通过获取预设时间段内的用户数据，其中，所述用户数据用于表征用户的网络数据；根据所述用户数据确定用户的性能指标，其中，所述性能指标用于表征业务指标和用户相关指标；采用主客观结合方法确定用户的性能指标对应的综合权重；根据用户的性能指标和所述综合权重，确定用户价值；向具有不同用户价值的用户终端推送与所述用户价值对应的业务信息；即本发明通过获取多种维度的用户数据，并根据多种维度的用户数据确定多维度的性能指标，进而根据多维度的性能指标确定用户价值，实现了全面、准确的评估用户价值，进而有效增强了向不同价值的用户推送业务的针对性。
Description
技术领域
本发明涉及通信技术，尤其涉及一种基于用户价值的业务推送方法、电子设备及存储介质。
背景技术
随着电信行业的竞争日益激烈，如何维挽存量用户，尤其是高价值的存量用户，成为关系到运营商稳定、长远发展的重要问题。
现有技术中，运营商根据用户平均收入(Average Revenue Per User，ARPU)即每用户平均收入贡献额，确定每个用户价值，进而针对不同用户价值的用户采取不同的业务策略，以提高用户体验，进而实现维挽用户。
但上述方式仅考虑到用户平均收入这一个因素，导致所评估的用户价值不够准确、全面，进而导致向不同价值的用户推送的业务针对性不强。
发明内容
针对上述问题，本发明提供了一种基于用户价值的业务推送方法、电子设备及存储介质。
第一方面，本发明提供了一种基于用户价值的业务推送方法，包括：获取预设时间段内的用户数据，其中，所述用户数据用于表征用户的网络数据；根据所述用户数据确定用户的性能指标，其中，所述性能指标用于表征业务指标和用户相关指标；采用主客观结合方法确定用户的性能指标对应的综合权重；根据用户的性能指标和所述综合权重，确定用户价值；向具有不同用户价值的用户终端推送与所述用户价值对应的业务信息。
在其他可选的实施方式中，所述用户数据包括以下的至少一种：用户资费数据、用户终端数据、通话数据以及上网数据；所述性能指标包括以下的至少一种：利润指标、业务使用指标、忠诚度指标、消费潜力指标、业务潜力指标以及用户影响力指标。
在其他可选的实施方式中，所述用户资费数据包括收入数据和成本数据；所述用户终端数据包括用户终端所属区域和终端类型；所述通话数据包括通话时长和通话次数；所述上网数据包括用户开户时长、上网流量、上网时长，以及用户终端上所安装的应用程序的使用流量和使用时长；所述根据所述用户数据确定用户的性能指标，包括：根据所述收入数据和成本数据确定利润指标；根据通话时长、通话次数、上网流量以及上网时长的平均值确定所述业务使用指标；根据用户开户时长确定所述忠诚度指标；根据用户终端所属区域、终端类型以及应用程序的使用流量和使用时长确定所述消费潜力指标；根据通话时长、通话次数、上网流量以及上网时长的变化率确定所述业务潜力指标；根据用户与其他用户的通话时长和通话次数确定用户影响力指标。
在其他可选的实施方式中，所述根据用户终端所属区域、终端类型以及应用程序的使用流量和使用时长确定所述消费潜力指标，包括：根据用户终端所属区域和第一预设关系对照表确定区域消费能力，其中，所述第一预设关系对照表记录有不同区域对应的区域消费能力；根据终端类型和第二预设关系对照表确定终端消费能力，其中，所述第二预设关系对照表记录有不同终端类型对应的终端消费能力；根据应用程序的使用流量和使用时长确定应用程序消费能力；根据所述区域消费能力、终端消费能力以及应用程序消费能力确定所述消费潜力指标。
在其他可选的实施方式中，所述根据应用程序的使用流量和使用时长确定应用程序消费能力，包括：获取各应用程序的使用流量、使用时长以及使用次数的变异系数；根据变异系数确定各应用程序的使用流量、使用时长以及使用次数的权重；根据所述权重和各应用程序的使用流量、使用时长以及使用次数确定各应用程序的得分；根据所述各应用程序的得分确定用户偏好应用程序；根据第三预设关系对照表确定用户偏好应用程序对应的流量时长比，并将所述流量时长比确定为所述应用程序消费能力；其中，所述第三预设关系对照表记录有不同应用程序对应的流量时长比。
在其他可选的实施方式中，所述根据所述区域消费能力、终端消费能力以及应用程序消费能力确定所述消费潜力指标，包括：采用主客观结合方法确定所述区域消费能力、终端消费能力以及应用程序消费能力的综合权重；将区域消费能力、终端消费能力以及应用程序消费能力的综合权重与区域消费能力、终端消费能力以及应用程序消费能力的乘积之和，确定为所述消费潜力指标。
在其他可选的实施方式中，所述根据用户与其他用户的通话时长和通话次数确定用户影响力指标，包括：对通话数据进行预处理，获取预处理后的用户与其他用户的通话数据；采用变异系数权重法计算用户与其他用户的通话交互热度；根据图挖掘算法计算节点介数中心性值，确定所述节点介数中心性值为所述用户影响力指标。
在其他可选的实施方式中，所述采用主客观结合方法确定用户的性能指标对应的综合权重之前，还包括：对所述用户数据进行无量纲化处理。
第二方面，本发明提供一种电子设备，包括：至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如前任一项所述的方法。
第三方面，本发明提供一种可读存储介质，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如前任一项所述的方法。
本发明提供的基于用户价值的业务推送方法、电子设备及存储介质，通过获取预设时间段内的用户数据，其中，所述用户数据用于表征用户的网络数据；根据所述用户数据确定用户的性能指标，其中，所述性能指标用于表征业务指标和用户相关指标；采用主客观结合方法确定用户的性能指标对应的综合权重；根据用户的性能指标和所述综合权重，确定用户价值；向具有不同用户价值的用户终端推送与所述用户价值对应的业务信息；即本发明通过获取多种维度的用户数据，并根据多种维度的用户数据确定多维度的性能指标，进而根据多维度的性能指标确定用户价值，实现了全面、准确的评估用户价值，进而有效增强了向不同价值的用户推送业务的针对性。
附图说明
图1为本发明所基于的一种应用场景示意图；
图2为本发明提供的一种基于用户价值的业务推送方法的流程示意图；
图3为本发明提供的一种用户价值评价体系的架构示意图；
图4为本发明提供的另一种基于用户价值的业务推送方法的流程示意图；
图5为本发明提供的一种用户通话网络示意图；
图6为本发明提供的一种基于用户价值的业务推送装置的结构示意图；
图7为本发明提供的一种电子设备的硬件结构示意图。
具体实施方式
为使本发明示例的目的、技术方案和优点更加清楚，下面将结合本发明示例中的附图，对本发明示例中的技术方案进行清楚、完整地描述。
随着电信行业的竞争日益激烈，如何维挽存量用户，尤其是高价值的存量用户，成为关系到运营商稳定、长远发展的重要问题。
现有技术中，电信运营商通常是根据用户平均收入，即每用户平均收入贡献额，确定每个用户价值，进而针对不同价值的用户采取不同的业务策略，以实现维挽高价值用户。
但上述方式仅考虑到用户平均收入一个因素，导致所评估的用户价值不够准确、全面，导致向不同价值的用户推送的业务针对性不强。
针对上述问题，本发明的技术构思在于，通过获取多个维度的用户数据实现全面、准确的评估用户价值，进而有效增强向不同价值的用户推送业务的针对性。
图1为本发明提供的一种应用场景示意图，如图1所示，本发明提供的一种应用场景包括若干个待评估用户价值的用户终端1以及服务器2，其中，服务器2可用于获取用户终端1的用户数据，然后执行下述实施例的业务推送方法。
第一方面，本发明示例提供了一种基于用户价值的业务推送方法，图2为本发明提供的一种基于用户价值的业务推送方法的流程示意图。
如图2所示，该基于用户价值的业务推送方法包括：
步骤101、获取预设时间段内的用户数据。
其中，所述用户数据用于表征用户的网络数据。
可选的，所述用户数据包括以下的至少一种：用户资费数据、用户终端数据、通话数据以及上网数据。
本实施例中，预设时间段可以为较长的时间段，例如6个月、8个月、12个月等，其具体可由本领域技术人员根据经验确定，本发明对此不做限定。另外，所获取的用户数据可以是多个维度的，例如用户资费数据、用户终端数据、通话数据、上网数据等，其中，用户资费数据可以包括用户每月的出账收入以及各类成本均值数据，例如分摊到每个用户的网间结算支出、用户欠费、用户终端补贴、用户优惠、电子券及权益赠送金额等；用户终端数据可以包括用户终端所属区域、终端类型等；通话数据可以包括用户每月的通话时长、通话次数等数据；上网数据可以包括用户开户时长、用户每月的上网时长、上网流量、上网次数等。
步骤102、根据所述用户数据确定用户的性能指标。
其中，所述性能指标用于表征业务指标和用户相关指标。
可选的，所述性能指标包括以下的至少一种：利润指标、业务使用指标、忠诚度指标、消费潜力指标、业务潜力指标以及用户影响力指标。
具体来说，可以根据预设的用户价值评价体系对用户数据进行处理，以获取用户的性能指标。图3为本发明提供的一种用户价值评价体系的架构示意图，如图3所示，该用户价值体系包括目标层、性能指标层、因素指标层三层架构，其中，第一层的目标层只有一个，即所评估的用户价值结果；第二层的性能指标层包括六个性能指标，即上述所说的利润指标、业务使用指标、忠诚度指标、消费潜力指标、业务潜力指标以及用户影响力指标，其中，利润指标、业务使用指标反映了用户当前价值，忠诚度指标、消费潜力指标、业务潜力指标以及用户影响力指标反映了用户的未来价值；而在每个性能指标下又包括若干个因素指标，影响着第二层的性能指标，进而影响到第一层指标，此处的因素指标即为步骤101中所获取的多个维度的用户数据，或者是对用户数据进行简单处理后的数据。
继续参考图3所示，第二层的性能指标“利润”，包括“收入”和“成本”2个第三层因素指标。其中，“收入”反映用户实际消费高低，由用户的月平均收入(ARPU)衡量；“成本”反映用户入网享受运营商投入的成本，是按成本分摊的用户进入成本、基础建设成本、营销成本、业务及管理成本、结算成本、折旧、欠费等。通常来说，“成本”因素指标值越大，用户当前价值越低。
第二层性能指标“业务使用”反映用户语音、流量等实际使用情况，包括“通话时长”、“通话次数”、“上网时长”、“上网流量”4个第三层因素指标。通常来说，语音或流量的使用量越高，用户当前价值越高。
第二层性能指标“忠诚度”是用户基于对运营商的认可、体验的满意和情感的归一而产生的对运营商服务的持续购买行为，包括“用户开户时长”1个第三层因素指标，“用户开户时长”可以反映用户在今后一段时间内价值的间接计算评价变化，用户开户时长越长，说明在此后一段时间内，用户的忠诚度越高，其价值有上升趋势，反之则是下降趋势。
第二层性能指标“消费潜力”反映用户在未来时间段给企业带来收益大小的能力，用户的消费潜力越大，其价值越高。“消费潜力”由“区域消费能力”、“终端消费能力”、“应用程序(Application，简称App)消费能力”3个第三层因素指标衡量。其中，“区域消费能力”反映用户所属区域的消费能力，一般来说，不同区域的用户消费能力是不同的，比如一般城市的用户上网消费能力要低于大中城市用户上网消费能力；“终端消费能力”反映持有不同类型的终端的用户的消费能力，比如持有苹果终端的用户，消费能力较强，则消费潜力较大；“应用程序消费能力”反映不同应用程序所带来的用户价值，例如一些软件App在使用中会频繁进行网络连接，长时间占用网络资源，但其产生的流量却较少，则该软件App对于运营商而言属于低价值应用，而另外一些软件带来的用户粘性和较大的流量消耗，能给运营商带来较大的价值，属于高价值应用。
第二层性能指标“业务潜力”反映用户在未来时间段使用语音、流量等业务的潜力，包括“通话时长成长率”、“通话次数成长率”、“上网时长成长率”、“上网流量成长率”、“通话时长波动率”、“通话次数波动率”、“上网时长波动率”、“上网流量波动率”8个第三层因素指标。通常来说，成长率较大、波动率越大，用户的业务潜力越大，用户价值越高。
第二层性能指标“影响力”反映用户在通信网络中的影响力和重要程度，用户的影响力越大，其对运营商的重要程度越高，该用户价值越高。可选的，“影响力”通过图模式分析，也即利用图论中的“节点介数中心性”(第三层因素指标)来衡量。
步骤103、采用主客观结合方法确定用户的性能指标对应的综合权重。
具体来说，可以采用集值法、层次分析法、特征值法、序关系分析法等，对各性能指标进行主观赋权；可以采用熵值法、均方差法、极差法对各性能指标进行客观赋权；采用加法、乘法、离差平方和法、博弈论法等集成方法，进行主客观权重系数的集成计算，最后确定各性能指标对应的综合权重。本步骤兼顾了主客观影响因素，实现了客观、准确的评价用户价值。
举例说明，首先采用集值法确定主观权重系数。假设某组指标集合有n个指标，记为{x1,x2,…xn}，分别请多位(以20位为例)专家从指标集合中挑选其认为最重要的m(m＜n)个指标，构成20个指标集，依次记为：
专家1：X1＝{第1个专家挑选的m个指标}，
专家2：X2＝{第2个专家挑选的m个指标}，
……
专家20：X20＝{第20个专家挑选的m个指标}，
则在这20个指标集中，指标xj(j∈(1,2,…n))被选中的次数为：
g(xj)＝Num(xj∈Xk,k∈(1,2,…,20))，则指标xj(j∈(1,2,…n))的主观权重系数可参考公式(1)，如下：
然后根据熵值法确定客观权重系数。首先根据公式(2)计算出第i个样本(假设共有n′个样本)下第j项指标的比重，例如，将获取的不同用户对应的指标作为不同的样本。
其中，0≤yij≤1，Xij为第i个样本第j项指标值。
然后根据公式(3)计算第j项指标的信息熵，如下：
其中，k为波尔茨曼常数。
然后根据公式(4)计算第j项指标的差异系数，如下：
dj＝1-ej (4)
然后根据公式(5)计算出各指标的客观权重，如下：
其中，0≤Wj≤1，m为指标数量。
最后，采用博弈论法确定综合权重系数。具体如下：记m个权重向量Wl T的线性组合为：
最优的权重向量可归结为对公式中的m个线性组合系数αl进行优化，优化目标是使W与各个Wl T的离差极小化。那么解决这个问题的模型可表示为：
根据矩阵的微分性质,可得出公式最优化的一阶导数条件为为：
公式对应的线性方程组为：
求出上述方程解αl，代入
αl＞0，即可求出综合权重向量W；Wl T表示第l项权重向量，Wq T表示各个Wl T中的第q个Wl T。
步骤104、根据用户的性能指标和所述综合权重，确定用户价值。
具体来说，通过将各性能指标与各性能指标对应的综合权重进行乘积加和，确定为用户价值。
步骤105、向具有不同用户价值的用户终端推送与所述用户价值对应的业务信息。
具体来说，针对不同价值的用户，向终端推送不同的业务，从而实现有针对性的维挽用户。
作为可选的实施方式，步骤102之前，还包括：对所述用户数据进行无量纲化处理。
具体来说，因为所获取的用户数据包括多个维度，每个维度的用户数据具有不同的量纲，为了消除量纲带来的影响，需要对用户数据进行无量纲化处理，又称标准化处理。其中，对用户价值呈负面影响的因素指标，例如成本因素指标，可采用公式(6)进行标准化处理；对用户价值呈正面影响的因素指标，可采用公式(7)进行标准化处理。
其中，Xij为第i个样本第j项指标值，X′ij为标准化处理后的指标值，Xmax为第j项指标最大值，Xmin为第j项指标最小值。然后，将标准化处理的X′ij作为Xij代入到公式(1)中，以进行后续处理。
本发明实施例提供的基于用户价值的业务推送方法，通过获取预设时间段内的用户数据，其中，所述用户数据用于表征用户的网络数据；根据所述用户数据确定用户的性能指标，其中，所述性能指标用于表征业务指标和用户相关指标；采用主客观结合方法确定用户的性能指标对应的综合权重；根据用户的性能指标和所述综合权重，确定用户价值；向不同用户价值对应的用户终端推送与所述用户价值对应的业务信息；即本发明通过获取多种维度的用户数据，并根据多种维度的用户数据确定多维度的性能指标，进而根据多维度的性能指标确定用户价值，实现了全面、准确的评估用户价值，进而有效增强了向不同价值的用户推送业务的针对性。
结合前述实施例，图4为本发明提供的另一种基于用户价值的业务推送方法的流程示意图，如图4所示，该基于用户价值的业务推送方法包括：
步骤201、获取预设时间段内的用户数据。
其中，所述用户资费数据包括收入数据和成本数据；所述用户终端数据包括用户终端所属区域和终端类型；所述通话数据包括通话时长和通话次数；所述上网数据包括上网流量、上网时长，以及用户终端上所安装的应用程序的使用流量和使用时长。
步骤202、根据所述收入数据和成本数据确定利润指标。
本步骤中，利润指标，可以通过获取用户各月的收入数据和成本数据，然后计算月平均收入和月平均成本，再根据月平均收入和月平均成本的差值确定利润指标值。
步骤203、根据通话时长、通话次数、上网流量以及上网时长的平均值确定所述业务使用指标。
本步骤中，业务使用指标，可以通过获取用户各月的通话时长、通话次数、上网流量以及上网时长，然后计算月均通话时长、月均通话次数、月均上网流量以及月均上网时长，再根据主客观结合方法确定通话时长、通话次数、上网流量以及上网时长各自对应的综合权重，月均通话时长、月均通话次数、月均上网流量以及月均上网时长与对应的综合权重的乘积之和，确定为业务使用指标值。
步骤204、根据用户开户时长确定所述忠诚度指标。
本步骤中，忠诚度指标，将获取的用户的用户开户时长确定为用户的忠诚度指标值。
步骤205、根据用户终端所属区域、终端类型以及应用程序的使用流量和使用时长确定所述消费潜力指标。
本步骤中，消费潜力指标，可以根据用户终端所属区域、终端类型以及应用程序的使用流量和使用时长确定。可选的，所述根据用户终端所属区域、终端类型以及应用程序的使用流量和使用时长确定所述消费潜力指标，包括：根据用户终端所属区域和第一预设关系对照表确定区域消费能力，其中，所述第一预设关系对照表记录有不同区域对应的区域消费能力；根据终端类型和第二预设关系对照表确定终端消费能力，其中，所述第二预设关系对照表记录有不同终端类型对应的终端消费能力；根据应用程序的使用流量和使用时长确定应用程序消费能力；根据所述区域消费能力、终端消费能力以及应用程序消费能力确定所述消费潜力指标。
具体来说，可以采用专家打分法获取第一预设关系对照表，即专家对不同区域的经济发展水平进行评估打分，对打分结果进行分析整理，生成区域消费能力评分表，即上述所说的第一预设关系对照表；在本实施例中，当获取到用户终端所属区域后，可以比对第一预设关系对照表，确定用户终端所属区域的区域消费能力值。还可以根据统计的不同类型终端对应的用户均流量，给予不同类型终端不同的评价值，即上述所说的第二预设关系对照表；在本实施例中，当获取到用户终端类型后，通过比对第二预设关系对照表，确定用户终端类型对应的终端消费能力值。还可以获取用户偏好使用的应用程序对应的流量时长比，所述流量时长比是指应用程序所使用流量与使用时长的比值，流量时长比越高表明该应用程序单位时间内消耗的流量越大，可以为运营商带来更多的利润，因此偏好此类应用程序的用户价值也越高，反之亦然。
可选的，所述根据应用程序的使用流量和使用时长确定应用程序消费能力，包括：获取各应用程序的使用流量、使用时长以及使用次数的变异系数；根据变异系数确定各应用程序的使用流量、使用时长以及使用次数的的权重；根据所述权重和各应用程序的使用流量、使用时长以及使用次数确定各应用程序的得分；根据所述各应用程序的得分确定用户偏好应用程序；根据第三预设关系对照表确定用户偏好应用程序对应的流量时长比，并将所述流量时长比确定为所述应用程序消费能力；其中，所述第三预设关系对照表记录有不同应用程序对应的流量时长比。
具体来说，各类App均包括使用时长、使用次数、使用流量三个属性，因这三个属性的量纲不同，为消除量纲不同的影响，可以采用各属性的变异系数衡量各属性取值的差异程度，如公式(8)所示：
其中，vj是用户v第j个属性的变异系数，σj是用户v第j个属性的标准差，
是用户j第i个属性的平均值。
然后根据公式(9)计算各属性的权重：
公式中，Wj是用户v第j个属性的权重，
是用户v所有属性的变异系数之和。
然后根据公式(10)计算各App的综合得分：
然后对各App的综合得分按照从高到底进行排序，选取排名最高的App作为该用户偏好APP，然后根据用户偏好APP和第三预设关系对照表，确定用户偏好APP对应的流量时长比，其中，所述第三预设关系对照表记录有不同应用程序对应的流量时长比。
可选的，所述第三预设关系对照表的获取方式如下：将用户上网数据按应用(APP)进行分组汇总，统计不同APP使用的总流量及总时长，通过公式：应用(APP)流量时长比＝应用(APP)流量总时长÷应用(APP)总时长计算每个应用(APP)的流量时长比，得到“应用(APP)流量时长比”码表，即第三预设关系对照表。
最后，根据获取的区域消费能力、终端消费能力以及应用程序消费能力后，确定消费潜力指标，可选的，所述根据所述区域消费能力、终端消费能力以及应用程序消费能力确定所述消费潜力指标，包括：采用主客观结合方法确定所述区域消费能力、终端消费能力以及应用程序消费能力的综合权重；将区域消费能力、终端消费能力以及应用程序消费能力的综合权重与区域消费能力、终端消费能力以及应用程序消费能力的乘积之和，确定为所述消费潜力指标。需要说明的是，其采用主客观结合的方式与上述实施例类似，此处不再赘述。
步骤206、根据通话时长、通话次数、上网流量以及上网时长的变化率确定所述业务潜力指标。
本步骤中，业务潜力指标，可以根据用户的通话时长、通话次数、上网流量以及上网时长的变化率确定，其中，变化率可以包括成长率和波动率。即影响业务潜力指标包括“通话时长成长率”、“通话次数成长率”、“上网时长成长率”、“上网流量成长率”、“通话时长波动率”、“通话次数波动率”、“上网时长波动率”、“上网流量波动率”8个第三层因素指标。其中，成长率类指标可以通过对用户历史数据回归分析拟合趋势线，以趋势线的的斜率表示相应指标的成长率，当斜率大于0时，表示指标未来走势为增长趋势，斜率越大，成长率越大，用户业务潜力越高，潜在价值越高；当斜率小于0时，表示指标未来走势为下降趋势，斜率的绝对值越大，成长率越小，用户业务潜力越低，潜在价值越低。波动率类指标通过计算用户相应属性的变异系数来反映指标的波动率，波动率越大，用户消费潜力越高，潜在价值越高。
以用户v通话时长成长率指标处理为例，表1为用户v在2019年7月-2019年12月各月通话时长数据。可以把账期作为自变量x，通话时长作为因变量Y，则一元线性回归方程为：Yt＝axt+b，其中，xt表示t期自变量值；Yt表示t期因变量值；a、b表示一元线性回归方程的参数，其中a表示斜率，b表示截距。
则可以根据公式(11)求解出斜率a，斜率a即为通话时长成长率。
表1：用户v各月通话时长
| 账期 | 通话时长(秒) |
| 201907 | 23089 |
| 201908 | 22985 |
| 201909 | 24653 |
| 201910 | 25764 |
| 201911 | 26398 |
| 201912 | 26544 |
类似的，可以计算出通话次数成长率、上网时长成长率、上网流量成长率，在此不再赘述。
继续以表1为例，计算用户v通话时长波动率，根据公式(12)计算出用户v通话时长的变异系数，变异系数确定为通话时长波动率。
C.V＝(SD÷MN)×100％ (12)
其中，C.V表示用户v通话时长的变异系数；SD表示用户v各月通话时长的标准偏差；MN表示用户v各月通话时长的平均值。
类似的，可以计算得到用户通话次数波动率、上网时长波动率、上网流量波动率。
最后，可采用主客观结合的综合赋权法确定“通话时长成长率”、“通话次数成长率”、“上网时长成长率”、“上网流量成长率”、“通话时长波动率”、“通话次数波动率”、“上网时长波动率”、“上网流量波动率”8个第三层因素指标的综合权重，将其乘积之和，确定为用户的业务潜力指标。
步骤207、根据用户与其他用户的通话时长和通话次数确定用户影响力指标。
可选的，步骤207包括：对通话数据进行预处理，获取预处理后的用户与其他用户的通话数据；采用变异系数权重法计算用户与其他用户的通话交互热度；根据图挖掘算法计算节点介数中心性值，确定所述节点介数中心性值为所述用户影响力指标。
具体来说，首先对获取的原始通话数据进行预处理，以剔除错误数据、无效数据等，其中，预处理规则包括以下至少一种：剔除对端号码长度不满足正常号码位数的通话记录；或者剔除对端号码为外地号码的通话记录；剔除对端号码为公共号码、商家号码、公司总机(如：10086、10010、95588、110等)的通话记录；剔除通话时长小于指定时长(例如3s)的无效通话记录；剔除通话次数小于指定次数(例如3次)的无效通话记录。预处理后的用户与其他用户的通话数据如表2所示。
表2：预处理后的通话数据
| 用户编码 | 对端用户编码 | 通话次数 | 通话时长 |
| 1818121828677570 | 1818122128912190 | 74 | 5468 |
| 1815062534402560 | 1819082356396900 | 7 | 281 |
| 1815120701709010 | 1819022835212630 | 22 | 3348 |
| 1816072224094570 | 1816122735554700 | 20 | 2432 |
| 1816070823165820 | 1817083148181250 | 98 | 4885 |
| 1817100496288730 | 1817111501333180 | 25 | 1050 |
| 1817080647324000 | 1819050740535940 | 14 | 786 |
| 1817032340996760 | 1819072351368350 | 7 | 189 |
| 1817032413802152 | 1819042852291920 | 8 | 601 |
| 1817032473056151 | 1817100249553430 | 53 | 16437 |
然后，运用变异系数权重法计算用户间通话交互热度，具体地，通过对每对用户通话行为数据中通话时长、通话次数两个属性采取变异系数权重法进行综合评价，将这两个属性拟合成一个属性衡量每对用户通话交互热度。其具体计算过程与公式(8)、(9)、(10)过程类似，即首先利用公式(8)分别计算出通话时长和通话次数对应的变异系数，然后根据公式(9)分别计算出通话时长和通话次数这两个属性的权重，最后根据公式(10)计算出每对用户的通话交互热度，如表3所示。
最后，运用图挖掘算法计算节点介数中心性值，图5为本发明提供的一种用户通话网络示意图，如图5所示，用户通话网络图可以抽象为一个由节点的集合V，以及边的集合E组成的图G＝(V,E,W)，节点数记作n＝|V|，边数记作m＝|E|，W表示两节点的权重值，其中，每个节点代表一个用户，节点与节点之间的边代表用户间的交互关系，边的权重代表用户间的通话交互热度，然后通过节点介数中心性衡量用户影响力的大小，其中，节点介数中心性指在所有最短路径中经过该节点的路径数目占最短路径总数的占比，反映节点在整个网络中的作用和影响力。
根据公式(13)计算节点介数中心性，如下：
其中，CB(v)表示节点v的介数中心性；σst(v)表示经过节点v的s到t的最短路径条数；σst表示节点s到节点t的所有最短路径条数。
表3：用户通话交互热度数据
| 用户编码 | 对端用户编码 | 通话交互热度 |
| 1818121828677570 | 1818122128912190 | 0.0088 |
| 1815062534402560 | 1819082356396900 | 0.0004 |
| 1815120701709010 | 1819022835212630 | 0.0054 |
| 1816072224094570 | 1816122735554700 | 0.0039 |
| 1816070823165820 | 1817083148181250 | 0.0079 |
| 1817100496288730 | 1817111501333180 | 0.0017 |
| 1817080647324000 | 1819050740535940 | 0.0012 |
| 1817032340996760 | 1819072351368350 | 0.0002 |
| 1817032413802152 | 1819042852291920 | 0.0009 |
| 1817032473056151 | 1817100249553430 | 0.0265 |
步骤208、采用主客观结合方法确定用户的性能指标对应的综合权重。
步骤209、根据用户的性能指标和所述综合权重，确定用户价值。
步骤210、向不同用户价值对应的用户终端推送与所述用户价值对应的业务信息。
本实施方式中的步骤208、步骤209以及步骤210分别与前述实施方式中的步骤103、步骤104以及步骤105的实现方式类似，在此不进行赘述。
与前述实施方式不同的是，本实施例进一步限定了用户性能指标的确定方式。在本实施例中，根据所述收入数据和成本数据确定利润指标；根据通话时长、通话次数、总上网流量以及总上网时长的平均值确定所述业务使用指标；根据总上网时长确定所述忠诚度指标；根据用户终端所属区域、终端类型以及应用程序所对应的上网流量和上网时长确定所述消费潜力指标；根据通话时长、通话次数、总上网流量以及总上网时长的变化率确定所述业务潜力指标；根据用户与其他用户的通话时长和通话次数确定用户影响力指标。
举例说明，首先选取待评价用户，例如提取截止2019年12月31号某省正常在网且非当月新发展的存量用户(剔除上网卡、公测等)；获取待评价用户的用户数据，包括“在网时长”、“所属区域”等属性；分别提取用户7月-12月出账收入、通话时长、通话次数、上网时长、上网流量数据，分别计算相应指标6个月均值，不足6个月取在网时长月均值；提取用户7月-12月各类成本均值数据(包括：分摊到每用户的网间结算支出、用户欠费、用户终端补贴、用户优惠、电子券及权益赠送金额等)；提取用户在10月、11月、12月全部通话详单；提取用户6个月终端使用信息；提取用户3个月内使用的各类应用(APP)的使用时长、使用次数、使用流量数据。
当获取到对维度的用户数据后，根据主客观结合的综合赋权方法确定预设用户价值评价体系中第三层和第二层的综合权重系数，表5为本发明提供的第二层性能指标“消费潜力”(记为y4)和第三层因素指标“区域消费能力”、“终端消费能力”、“应用消费能力”(分别记为x1、x2、x3)为例，按照上述综合集成赋权的方法确定的权重系数，最后计算出目标层的用户价值，并向不同用户价值的用户终端推送业务信息。
表5：指标权重系数
| 指标 | 主观权重系数 | 客观权重系数 | 综合集成权重系数 |
| 区域消费能力x1 | 0.32 | 0.45 | 0.38 |
| 终端消费能力x2 | 0.48 | 0.4 | 0.44 |
| 应用消费能力x3 | 0.2 | 0.15 | 0.18 |
| 消费潜力y4 | 0.12 | 0.14 | 0.13 |
本发明实施例提供的基于用户价值的业务推送方法，通过获取预设时间段内的用户数据；根据所述收入数据和成本数据确定利润指标；根据通话时长、通话次数、总上网流量以及总上网时长的平均值确定所述业务使用指标；根据总上网时长确定所述忠诚度指标；根据用户终端所属区域、终端类型以及应用程序所对应的上网流量和上网时长确定所述消费潜力指标；根据通话时长、通话次数、总上网流量以及总上网时长的变化率确定所述业务潜力指标；根据用户与其他用户的通话时长和通话次数确定用户影响力指标；采用主客观结合方法确定用户的性能指标对应的综合权重；根据用户的性能指标和所述综合权重，确定用户价值；向不同用户价值对应的用户终端推送与所述用户价值对应的业务信息；即本发明通过获取多种维度的用户数据，并根据多种维度的用户数据确定多维度的性能指标，进而根据多维度的性能指标确定用户价值，实现了全面、准确的评估用户价值，有效增强了向不同价值的用户推送业务的针对性。
第二方面，本发明示例提供了一种基于用户价值的业务推送装置，图6为本发明提供的一种基于用户价值的业务推送装置的结构示意图，如图6所示，该业务推送装置包括：
数据获取模块10，用于获取预设时间段内的用户数据，其中，所述用户数据用于表征用户的网络数据；第一处理模块20，用于根据所述用户数据确定用户的性能指标，其中，所述性能指标用于表征业务指标和用户相关指标；第二处理模块30，用于采用主客观结合方法确定用户的性能指标对应的综合权重；第三处理模块40，用于根据用户的性能指标和所述综合权重，确定用户价值；业务推送模块50，用于向具有不同用户价值的用户终端推送与所述用户价值对应的业务信息。
在其他可选的实施方式中，所述用户数据包括以下的至少一种：用户资费数据、用户终端数据、通话数据以及上网数据；所述性能指标包括以下的至少一种：利润指标、业务使用指标、忠诚度指标、消费潜力指标、业务潜力指标以及用户影响力指标。
在其他可选的实施方式中，所述用户资费数据包括收入数据和成本数据；所述用户终端数据包括用户终端所属区域和终端类型；所述通话数据包括通话时长和通话次数；所述上网数据包括用户开户时长、上网流量、上网时长，以及用户终端上所安装的应用程序的使用流量和使用时长；所述第一处理模块20，具体用于：根据所述收入数据和成本数据确定利润指标；根据通话时长、通话次数、上网流量以及上网时长的平均值确定所述业务使用指标；根据用户开户时长确定所述忠诚度指标；根据用户终端所属区域、终端类型以及应用程序的使用流量和使用时长确定所述消费潜力指标；根据通话时长、通话次数、上网流量以及上网时长的变化率确定所述业务潜力指标；根据用户与其他用户的通话时长和通话次数确定用户影响力指标。
在其他可选的实施方式中，所述第一处理模块20，具体用于：根据用户终端所属区域和第一预设关系对照表确定区域消费能力，其中，所述第一预设关系对照表记录有不同区域对应的区域消费能力；根据终端类型和第二预设关系对照表确定终端消费能力，其中，所述第二预设关系对照表记录有不同终端类型对应的终端消费能力；根据应用程序的使用流量和使用时长确定应用程序消费能力；根据所述区域消费能力、终端消费能力以及应用程序消费能力确定所述消费潜力指标。
在其他可选的实施方式中，第一处理模块20，具体用于：获取各应用程序的使用流量、使用时长以及使用次数的变异系数；根据变异系数确定各应用程序的使用流量、使用时长以及使用次数的权重；根据所述权重和各应用程序的使用流量、使用时长以及使用次数确定各应用程序的得分；根据所述各应用程序的得分确定用户偏好应用程序；根据第三预设关系对照表确定用户偏好应用程序对应的流量时长比，并将所述流量时长比确定为所述应用程序消费能力；其中，所述第三预设关系对照表记录有不同应用程序对应的流量时长比。
在其他可选的实施方式中，第一处理模块20，具体用于：采用主客观结合方法确定所述区域消费能力、终端消费能力以及应用程序消费能力的综合权重；将区域消费能力、终端消费能力以及应用程序消费能力的综合权重与区域消费能力、终端消费能力以及应用程序消费能力的乘积之和，确定为所述消费潜力指标。
在其他可选的实施方式中，第一处理模块20，具体用于：对通话数据进行预处理，获取预处理后的用户与其他用户的通话数据；采用变异系数权重法计算用户与其他用户的通话交互热度；根据图挖掘算法计算节点介数中心性值，确定所述节点介数中心性值为所述用户影响力指标。
在其他可选的实施方式中，第一处理模块20，具体用于：在所述采用主客观结合方法确定用户的性能指标对应的综合权重之前，对所述用户数据进行无量纲化处理。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的业务推送装置的具体工作过程以及相应的有益效果，可以参考前述方法示例中的对应过程，在此不再赘述。
本发明实施例提供的基于用户价值的业务推送装置，通过数据获取模块，用于获取预设时间段内的用户数据，其中，所述用户数据用于表征用户的网络数据；第一处理模块，用于根据所述用户数据确定用户的性能指标，其中，所述性能指标用于表征业务指标和用户相关指标；第二处理模块，用于采用主客观结合方法确定用户的性能指标对应的综合权重；第三处理模块，用于根据用户的性能指标和所述综合权重，确定用户价值；业务推送模块，用于向具有不同用户价值对应的用户终端推送与所述用户价值对应的业务信息；即本发明通过获取多种维度的用户数据，并根据多种维度的用户数据确定多维度的性能指标，进而根据多维度的性能指标确定用户价值，实现了全面、准确的评估用户价值，有效增强了向不同价值的用户推送业务的针对性。
第三方面，本发明示例提供了一种电子设备，图7为本发明提供的一种电子设备的硬件结构示意图，如图7所示，包括：
至少一个处理器701和存储器702。
在具体实现过程中，至少一个处理器701执行所述存储器702存储的计算机执行指令，使得至少一个处理器701执行如上的基于用户价值的业务推送方法，其中，处理器701、存储器702通过总线703连接。
处理器701的具体实现过程可参见上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
在上述的图7所示的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
第四方面，本发明还提供了一种可读存储介质，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上基于用户价值的业务推送方法。
上述的可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。当然，处理器和可读存储介质也可以作为分立组件存在于设备中。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于用户价值的业务推送方法，其特征在于，包括：
获取预设时间段内的用户数据，其中，所述用户数据用于表征用户的网络数据；
根据所述用户数据确定用户的性能指标，其中，所述性能指标用于表征业务指标和用户相关指标；
采用主客观结合方法确定用户的性能指标对应的综合权重；
根据用户的性能指标和所述综合权重，确定用户价值；
向具有不同用户价值的用户终端推送与所述用户价值对应的业务信息。
2.根据权利要求1所述的方法，其特征在于，所述用户数据包括以下的至少一种：用户资费数据、用户终端数据、通话数据以及上网数据；
所述性能指标包括以下的至少一种：利润指标、业务使用指标、忠诚度指标、消费潜力指标、业务潜力指标以及用户影响力指标。
3.根据权利要求2所述的方法，其特征在于，所述用户资费数据包括收入数据和成本数据；所述用户终端数据包括用户终端所属区域和终端类型；所述通话数据包括通话时长和通话次数；所述上网数据包括用户开户时长、上网流量、上网时长，以及用户终端上所安装的应用程序的使用流量和使用时长；所述根据所述用户数据确定用户的性能指标，包括：
根据所述收入数据和成本数据确定利润指标；
根据通话时长、通话次数、上网流量以及上网时长的平均值确定所述业务使用指标；
根据用户开户时长确定所述忠诚度指标；
根据用户终端所属区域、终端类型以及应用程序的使用流量和使用时长确定所述消费潜力指标；
根据通话时长、通话次数、上网流量以及上网时长的变化率确定所述业务潜力指标；
根据用户与其他用户的通话时长和通话次数确定用户影响力指标。
4.根据权利要求3所述的方法，其特征在于，所述根据用户终端所属区域、终端类型以及应用程序的使用流量和使用时长确定所述消费潜力指标，包括：
根据用户终端所属区域和第一预设关系对照表确定区域消费能力，其中，所述第一预设关系对照表记录有不同区域对应的区域消费能力；
根据终端类型和第二预设关系对照表确定终端消费能力，其中，所述第二预设关系对照表记录有不同终端类型对应的终端消费能力；
根据应用程序的使用流量和使用时长确定应用程序消费能力；
根据所述区域消费能力、终端消费能力以及应用程序消费能力确定所述消费潜力指标。
5.根据权利要求4所述的方法，其特征在于，所述根据应用程序的使用流量和使用时长确定应用程序消费能力，包括：
获取各应用程序的使用流量、使用时长以及使用次数的变异系数；
根据变异系数确定各应用程序的使用流量、使用时长以及使用次数的权重；
根据所述权重和各应用程序的使用流量、使用时长以及使用次数确定各应用程序的得分；
根据所述各应用程序的得分确定用户偏好应用程序；
根据第三预设关系对照表确定用户偏好应用程序对应的流量时长比，并将所述流量时长比确定为所述应用程序消费能力；其中，所述第三预设关系对照表记录有不同应用程序对应的流量时长比。
6.根据权利要求4或5所述的方法，其特征在于，所述根据所述区域消费能力、终端消费能力以及应用程序消费能力确定所述消费潜力指标，包括：
采用主客观结合方法确定所述区域消费能力、终端消费能力以及应用程序消费能力的综合权重；
将区域消费能力、终端消费能力以及应用程序消费能力的综合权重与区域消费能力、终端消费能力以及应用程序消费能力的乘积之和，确定为所述消费潜力指标。
7.根据权利要求3-5任一项所述的方法，其特征在于，所述根据用户与其他用户的通话时长和通话次数确定用户影响力指标，包括：
对通话数据进行预处理，获取预处理后的用户与其他用户的通话数据；
采用变异系数权重法计算用户与其他用户的通话交互热度；
根据图挖掘算法计算节点介数中心性值，确定所述节点介数中心性值为所述用户影响力指标。
8.根据权利要求1-5任一项所述的方法，其特征在于，所述采用主客观结合方法确定用户的性能指标对应的综合权重之前，还包括：
对所述用户数据进行无量纲化处理。
9.一种电子设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至8任一项所述的方法。
10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010672827.2A CN111915156B (zh) | 2020-07-14 | 2020-07-14 | 基于用户价值的业务推送方法、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010672827.2A CN111915156B (zh) | 2020-07-14 | 2020-07-14 | 基于用户价值的业务推送方法、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111915156A true CN111915156A (zh) | 2020-11-10 |
| CN111915156B CN111915156B (zh) | 2024-02-27 |
Family
ID=73279994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010672827.2A Active CN111915156B (zh) | 2020-07-14 | 2020-07-14 | 基于用户价值的业务推送方法、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111915156B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113537759A (zh) * | 2021-07-13 | 2021-10-22 | 上海银行股份有限公司 | 一种基于权重自适应的用户体验度量模型 |
| CN113591018A (zh) * | 2021-07-30 | 2021-11-02 | 中国联合网络通信集团有限公司 | 通信客户分类管理方法、***、电子设备及存储介质 |
| CN113792084A (zh) * | 2021-08-12 | 2021-12-14 | 北京中交兴路信息科技有限公司 | 数据热度的分析方法、装置、设备及存储介质 |
| CN114066502A (zh) * | 2021-08-20 | 2022-02-18 | 中国联合网络通信有限公司广东省分公司 | 一种基于ai大数据的目标客户分析方法、***、设备及计算机可读介质 |
| WO2024114517A1 (zh) * | 2022-11-29 | 2024-06-06 | ***数智科技有限公司 | 一种基于Louvain算法的内容推荐方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103906027A (zh) * | 2014-03-28 | 2014-07-02 | 中国联合网络通信集团有限公司 | 一种基于移动用户上网行为的用户价值评价方法和*** |
| CN104581672A (zh) * | 2015-02-12 | 2015-04-29 | 中国联合网络通信集团有限公司 | 用户价值获取方法和装置 |
| CN105430100A (zh) * | 2015-12-23 | 2016-03-23 | 北京奇虎科技有限公司 | 一种用户价值的评估方法、装置及其应用方法和*** |
| 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 |
| CN108921385A (zh) * | 2018-06-07 | 2018-11-30 | 中国联合网络通信集团有限公司 | 基于自然人的维系方法及*** |
| CN109993380A (zh) * | 2017-12-29 | 2019-07-09 | ***通信集团黑龙江有限公司 | 一种信息处理方法、装置和计算机可读存储介质 |
| CN111047347A (zh) * | 2019-11-07 | 2020-04-21 | 中通服建设有限公司 | 用户价值评估方法、装置、计算机设备和存储介质 |
-
2020
- 2020-07-14 CN CN202010672827.2A patent/CN111915156B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103906027A (zh) * | 2014-03-28 | 2014-07-02 | 中国联合网络通信集团有限公司 | 一种基于移动用户上网行为的用户价值评价方法和*** |
| CN104581672A (zh) * | 2015-02-12 | 2015-04-29 | 中国联合网络通信集团有限公司 | 用户价值获取方法和装置 |
| CN105430100A (zh) * | 2015-12-23 | 2016-03-23 | 北京奇虎科技有限公司 | 一种用户价值的评估方法、装置及其应用方法和*** |
| CN109993380A (zh) * | 2017-12-29 | 2019-07-09 | ***通信集团黑龙江有限公司 | 一种信息处理方法、装置和计算机可读存储介质 |
| 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 |
| CN108921385A (zh) * | 2018-06-07 | 2018-11-30 | 中国联合网络通信集团有限公司 | 基于自然人的维系方法及*** |
| CN111047347A (zh) * | 2019-11-07 | 2020-04-21 | 中通服建设有限公司 | 用户价值评估方法、装置、计算机设备和存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113537759A (zh) * | 2021-07-13 | 2021-10-22 | 上海银行股份有限公司 | 一种基于权重自适应的用户体验度量模型 |
| CN113591018A (zh) * | 2021-07-30 | 2021-11-02 | 中国联合网络通信集团有限公司 | 通信客户分类管理方法、***、电子设备及存储介质 |
| CN113792084A (zh) * | 2021-08-12 | 2021-12-14 | 北京中交兴路信息科技有限公司 | 数据热度的分析方法、装置、设备及存储介质 |
| CN114066502A (zh) * | 2021-08-20 | 2022-02-18 | 中国联合网络通信有限公司广东省分公司 | 一种基于ai大数据的目标客户分析方法、***、设备及计算机可读介质 |
| WO2024114517A1 (zh) * | 2022-11-29 | 2024-06-06 | ***数智科技有限公司 | 一种基于Louvain算法的内容推荐方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111915156B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111915156A (zh) | 基于用户价值的业务推送方法、电子设备及存储介质 | |
| WO2017133456A1 (zh) | 一种确定风险评估参数的方法及装置 | |
| CN108712279B (zh) | 用户离网的预测方法及装置 | |
| CN111695938B (zh) | 产品推送方法及*** | |
| CN115170294A (zh) | 一种客户分类方法、装置及服务器 | |
| CN111340606A (zh) | 一种全流程收入稽核方法和装置 | |
| CN110599240A (zh) | 应用的偏好值确定方法、装置和设备及存储介质 | |
| CN113240259B (zh) | 规则策略组的生成方法、***及电子设备 | |
| CN111061948A (zh) | 一种用户标签推荐方法、装置、计算机设备及存储介质 | |
| CN115271282A (zh) | 基于模糊逻辑的客户价值确定方法及装置 | |
| CN109684546A (zh) | 推荐方法、装置、存储介质及终端 | |
| CN112287208B (zh) | 用户画像生成方法、装置、电子设备及存储介质 | |
| CN110717653B (zh) | 风险识别方法及装置和电子设备 | |
| CN116976995A (zh) | 多目标推荐的处理方法及装置 | |
| CN111008871A (zh) | 一种房地产复购客户跟进数量计算方法、装置及存储介质 | |
| CN113849731B (zh) | 基于自然语言处理的信息推送方法、装置、设备及介质 | |
| CN114997879B (zh) | 一种支付路由方法、装置、设备和存储介质 | |
| CN113052422A (zh) | 风控模型训练方法和用户信用评估方法 | |
| CN110070392A (zh) | 用户流失预警方法和装置 | |
| CN115375494A (zh) | 理财产品推荐方法、装置、存储介质和设备 | |
| CN112907379B (zh) | 理财产品推荐方法和装置 | |
| CN114298825A (zh) | 还款积极度评估方法及装置 | |
| CN110210884A (zh) | 确定用户特征数据的方法、装置、计算机设备及存储介质 | |
| CN111681090A (zh) | 业务***的账号分组方法、装置、终端设备及存储介质 | |
| CN115471285A (zh) | 套餐推荐方法、装置、电子设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |