一种业务套餐的推荐方法、设备及计算机可读存储介质技术

本发明专利技术实施例提供一种业务套餐的推荐方法、设备及计算机可读存储介质，用以解决现有技术中向用户推荐的业务套餐不准确，无法满足用户多兴趣需求的技术问题。所述方法包括：根据多个用户在使用的业务套餐中各业务子项上的消费特征，对多个用户进行粗糙集聚类，以获得按用户在业务子项上的消费特征相似性划分的至少一个用户聚类，至少一个用户聚类中的各用户聚类由上近似用户集和下近似用户集这两种类型的近似用户集组成；基于多个用户中的第一用户所在的近似用户集的类型，以近似用户集为单位，组成第一用户的近邻用户集；从近邻用户集包含的各近邻用户使用的业务套餐中，确定用于向第一用户推荐的至少一个推荐业务套餐。

【技术实现步骤摘要】
一种业务套餐的推荐方法、设备及计算机可读存储介质
本专利技术涉及信息
，尤其涉及一种业务套餐的推荐方法、设备及计算机可读存储介质。
技术介绍
当前通信市场在经过一段时间的高速发展后，市场总体容量和规模已经比较稳定，进入“胶着”状态。在这种市场背景下，对存量市场用户的保有和激发潜在的价值尤为重要。现阶段常用的客户保有和潜在价值激发的方法有积分换手机、话费返还等，除此之外，更重要的是通过向用户推荐更为适合和优惠的业务套餐来达到挽留用户、激发用户使用量的目的。目前，采用k-means聚类方式对用户进行聚类，并以聚类为单位，向各聚类中的目标用户推荐聚类中其它用户的流量套餐的技术方案。然而，上述技术方案中，处于聚类边缘的用户(如多兴趣用户)往往与处于聚类中心附近的用户的相似度并不高，导致对处于聚类边缘的用户推荐的业务套餐不准确，无法满足用户多兴趣需求。
技术实现思路
本专利技术实施例提供一种业务套餐的推荐方法、设备及计算机可读存储介质，用以解决现有技术中向用户推荐的业务套餐不准确，无法满足用户多兴趣需求的技术问题。第一方面，提供一种业务套餐的推荐方法，其特征在于，所述方法包括：根据多个用户在本文档来自技高网...

【技术保护点】
1.一种业务套餐的推荐方法，其特征在于，所述方法包括：根据多个用户在使用的业务套餐中各业务子项上的消费特征，对所述多个用户进行粗糙集聚类，以获得按用户在业务子项上的消费特征相似性划分的至少一个用户聚类，所述至少一个用户聚类中的各用户聚类由上近似用户集和下近似用户集这两种类型的近似用户集组成；基于所述多个用户中的第一用户所在的近似用户集的类型，以近似用户集为单位，组成所述第一用户的近邻用户集，所述第一用户为所述多个用户中的一个目标用户；从所述近邻用户集包含的各近邻用户使用的业务套餐中，确定用于向所述第一用户推荐的至少一个推荐业务套餐。

【技术特征摘要】
1.一种业务套餐的推荐方法，其特征在于，所述方法包括：根据多个用户在使用的业务套餐中各业务子项上的消费特征，对所述多个用户进行粗糙集聚类，以获得按用户在业务子项上的消费特征相似性划分的至少一个用户聚类，所述至少一个用户聚类中的各用户聚类由上近似用户集和下近似用户集这两种类型的近似用户集组成；基于所述多个用户中的第一用户所在的近似用户集的类型，以近似用户集为单位，组成所述第一用户的近邻用户集，所述第一用户为所述多个用户中的一个目标用户；从所述近邻用户集包含的各近邻用户使用的业务套餐中，确定用于向所述第一用户推荐的至少一个推荐业务套餐。2.如权利要求1所述的方法，其特征在于，在基于所述多个用户中的第一用户所在的近似用户集的类型，以近似用户集为单位，组成所述第一用户的近邻用户集之前，所述方法还包括：根据所述多个用户使用的业务套餐中各业务子项的实际业务使用量与套餐包含业务量，分别确定所述多个用户与使用的业务套餐的业务套餐匹配值；其中，业务套餐匹配值用于表征用户与业务套餐间的匹配度；根据预设的目标用户比例，及所述多个用户与使用的业务套餐的业务套餐匹配值，从所述多个用户中确定出至少一个目标用户；其中，目标用户对应的业务套餐匹配值低于非目标用户对应的业务套餐匹配值。3.如权利要求1或2所述的方法，其特征在于，根据多个用户在使用的业务套餐中各业务子项上的消费特征，对所述多个用户进行粗糙集聚类，包括：根据所述多个用户在使用的业务套餐中各业务子项上的业务子项匹配值，对所述多个用户进行粗糙集聚类；其中，业务子项匹配值根据业务子项上的实际业务使用量与套餐包含业务量确定，用于表征用户与业务子项间的匹配度；其中，在对所述多个用户进行粗糙集聚类的过程中，将确定属于一用户聚类的用户归属到该用户聚类的下近似用户集，将存在一定概率属于一用户聚类的用户归属到该用户聚类的上近似用户集。4.如权利要求1或2所述的方法，其特征在于，若所述第一用户在所属的用户聚类中的下近似用户集，则基于所述多个用户中的第一用户所在的近似用户集的类型，以近似用户集为单位，组成所述第一用户的近邻用户集，包括：若所述第一用户所属的用户聚类中的下近似用户集包含的用户数量大于或等于预设近邻用户集阈值，则将所述第一用户所属的用户聚类中的下近似用户集作为所述近邻用户集；所述近邻用户集中不包含目标用户；若所述第一用户所属的用户聚类中的下近似用户集包含的用户数量小于预设近邻用户集阈值，且所述第一用户所属的用户聚类包含的用户数量大于或等于所述预设近邻用户集阈值，则将所述第一用户所属的用户聚类包含的上近似用户集和下近似用户集合并作为所述近邻用户集；所述近邻用户集中不包含目标用户；若所述第一用户所属的用户聚类包含的用户数量小于所述预设近邻用户集阈值，则将所述第一用户所属的用户聚类包含的上近似用户集和下近似用户集合并作为所述近邻用户集，并统计所述近邻用户集中部分或全部用户所属的用户聚类，将出现频次最高的用户聚类所包含的上近似用户集和/或下近似用户集中的用户加入所述近邻用户集；所述近邻用户集中不包含目标用户。5.如权利要求1或2所述的方法，其特征在于，若所述第一用户同时属于至少两个用户聚类中的上近似用户集，则基于所述多个用户中的第一用户所在的近似用户集的类型，以近似用户集为单位，组...

【专利技术属性】
技术研发人员：缪莹莹，方绍桢，高家凤，
申请(专利权)人：中移苏州软件技术有限公司，中国移动通信集团公司，
类型：发明
国别省市：江苏,32