通話行為在客戶業(yè)務(wù)推薦中的應(yīng)用研究.pdf

1、電信客戶在日常通信過程中會產(chǎn)生移動通信數(shù)據(jù)，其中通話行為數(shù)據(jù)中就包含了海量的用戶通話相關(guān)信息，分析這些數(shù)據(jù)可以了解用戶的通話行為，探討人的日常行為模式，繼而可以構(gòu)建電信用戶行為畫像支持電信企業(yè)精準(zhǔn)營銷，因此，通過數(shù)據(jù)挖掘手段研究用戶的通話行為模式是具有重要意義的。本文通過分析某電信運營商1個月的用戶通話數(shù)據(jù)和基站數(shù)據(jù)，運用數(shù)據(jù)挖掘手段，對基站覆蓋區(qū)域進(jìn)行功能區(qū)標(biāo)注，并在此基礎(chǔ)上挖掘用戶的日常行為模式，最后以此為基礎(chǔ)構(gòu)建用戶畫像，為電信企

2、業(yè)的精準(zhǔn)營銷提供支撐。主要做了以下幾點工作：
　　1.分析不同基站在不同時間段的通話特征，主要分析通話時長和通話頻率兩個方面，應(yīng)用改進(jìn)的貝葉斯分類算法將基站劃分為五種不同類型功能區(qū)，對基站進(jìn)行功能區(qū)定義；
　　2.針對單純通話特征不能準(zhǔn)確表達(dá)客戶發(fā)生通話行為時所在的基站功能區(qū)信息，采用在每個基站所在地理位置周圍的標(biāo)志性建筑比例，設(shè)計自定義的地點語義信息數(shù)據(jù)庫，并將信息庫向量模型與貝葉斯分類器結(jié)合的方法構(gòu)建貝葉斯分類器，通過實

3、驗證明結(jié)合后的基站功能區(qū)分類算法取得了很好的分類效果；
　　3.在功能區(qū)分類的基礎(chǔ)上，挖掘每個用戶的生活軌跡，通過分析每個用戶一個月的日常行為模式構(gòu)建用戶畫像，并選擇了四名在年齡、職業(yè)、生活規(guī)律方面有代表性的電信客戶，基于用戶特征推薦相應(yīng)的個性化業(yè)務(wù)，為企業(yè)決策提供數(shù)據(jù)支撐。
　　研究結(jié)果表明，采用通話特征與語義信息數(shù)據(jù)庫結(jié)合的方式構(gòu)建的分類模型，在基站語義判別準(zhǔn)確率上取得了較好的效果，并且對于不同的地點類型，權(quán)值需取不同的