预测用户收入的方法及系统技术方案

本发明专利技术公开了一种预测用户收入的方法及系统，其中，该方法包括：建立预测模型，其中所述预测模型包括用于预测用户收入的属性类别及若干收入等级；采集待预测用户与所述预测模型中属性类别相对应的各个属性信息；根据所述预测模型以及所述待预测用户的各个属性信息分别计算所述待预测用户落入所述预测模型中各个收入等级的概率值，并根据计算得出的最高概率值所对应的收入等级预测所述待预测用户的收入情况。本发明专利技术可以准确预测用户的收入情况，且实现成本低。

Method and system of predicting user's income

The invention discloses a method and a system for predicting user's income, wherein the method comprises: establishing a prediction model, wherein the prediction model includes attribute categories and several income levels for predicting user's income; collecting various attribute information corresponding to attribute categories in the prediction model of the user to be predicted; according to the prediction model and the user to be predicted's Each attribute information calculates the probability value of the user to be predicted falling into each income level in the prediction model, and forecasts the income situation of the user to be predicted according to the income level corresponding to the highest probability value calculated. The invention can accurately predict the revenue situation of the user, and the realization cost is low.

【技术实现步骤摘要】
预测用户收入的方法及系统
本专利技术涉及计算机
，尤其涉及一种预测用户收入的方法，以及一种预测用户收入的系统。
技术介绍
目前，高收入客户的挖掘方法，主要关注发达地区/重点行业，采用人工方式对发达地区和重点行业的人群进行范围性调查和挖掘。上述方式的缺陷在于：其一，目标针对性差，无法定位到精准人群；其二，人工成本过高，需要人为实地；其三，调研结果不准，调研人员素质参差不齐，客户不配合等，导致调研结果可信度差。因此，提出一种可以准确预测用户收入，同时节约预测成本的方案显得尤为必要。
技术实现思路
本专利技术提供一种预测用户收入的方法及系统，以解决目前预测用户收入针对性不强、预测结果不够准确以及成本太高等问题。为了实现上述目的，本专利技术提供一种预测用户收入的方法，包括：建立预测模型，其中所述预测模型包括用于预测用户收入的属性类别及若干收入等级；采集待预测用户与所述预测模型中属性类别相对应的各个属性信息；根据所述预测模型以及所述待预测用户的各个属性信息分别计算所述待预测用户落入所述预测模型中各个收入等级的概率值，并根据计算得出的最高概率值所对应的收入等级预测所述待预测用户的收入情况。可选地，所述建立预测模型，包括：选取用户样本，并划分用于预测用户收入的属性类别；获取所述用户样本中每个用户的收入信息；获取所述用户样本中每个用户的与所述属性类别相对应的各个属性信息；根据所述每个用户的收入信息划分用于预测用户收入的若干个收入等级；计算所述用户样本中所有用户分别在每一收入等级的各个属性信息的概率分布；将所述属性类别、若干收入等级以及所述用户样本中所有用户分别在每一收入等级的各个属性的概率分布进行关联存储，以建立预测模型。可选地，所述根据所述预测模型以及所述待预测用户的各个属性信息分别计算所述待预测用户落入所述预测模型中各个收入等级的概率值，包括：根据所述用户样本中所有用户分别在每一收入等级的各个属性的概率分布以及所述待预测用户的各个属性信息，分别计算所述待预测用户落入所述预测模型中各个收入等级的概率值，其计算公式为：P(A|X)＝P(x1|A)P(x2|A)…P(xn|A)C/P(X)式中，P(A|X)表示所述待预测用户落入所述预测模型中某一收入等级的概率值，A表示所述预测模型中某一收入等级，X表示所述待预测用户的所有属性信息；P(x1|A)、P(x2|A)、…、P(xn|A)分别表示所述待预测用户的各个属性落入所述收入等级的概率分布，x1、x2、…、x3分别表示所述待预测用户的各个属性信息；C表示所述用户样本中所有用户落入所述收入等级的总概率；P(X)表示所述待预测用户的各个属性信息的联合概率，其中P(X)＝P(x1)P(x2)..P(xn)，且P(x1)、P(x2)、…、P(xn)分别表示所述待预测用户的各个属性的概率。可选地，所述属性类别包括用户基本信息以及用户住宅类型，其中所述用户基本信息包括消费值、年龄、性别以及手机类型；所述划分用于预测用户收入的属性类别，包括：分别对所述消费值、年龄、性别、手机类型以及住宅类型进行分类，得到所述属性类别的各个子类别。可选地，所述获取所述用户样本中每个用户的与所述属性类别相对应的各个属性信息，包括：采集所述用户样本中每个用户的手机号码；根据每个用户的手机号码对应的国际移动用户识别码从运营商网络系统中获取每个用户的基本信息，其中所述每个用户的基本信息包括每个用户的消费值、年龄、性别以及手机型号；根据每个用户的基本信息中的消费值、年龄和性别分别确定其与所述属性类别的相应子类别对应的各个属性信息；根据每个用户的基本信息中的手机型号获取该手机型号对应的手机单价；根据每个用户的基本信息中的手机型号对应的手机单价确定其与所述手机类型子类别对应的属性信息。可选地，所述获取所述用户样本中每个用户的与所述属性类别相对应的各个属性信息，包括：获取每个用户的手机号码对应的国际移动用户识别码在预设时间段内附着的小区范围，以得到每个用户对应的住宅区域；根据所述每个用户的住宅区域获取每个用户的住宅单价，并根据每个用户的住宅单价确定其与所述住宅类型子类别对应的属性信息。为实现上述目的，本专利技术相应还提供一种预测用户收入的系统，包括：预测模型建立模块，用于建立预测模型，其中所述预测模型包括用于预测用户收入的属性类别及若干收入等级；属性采集模块，用于采集待预测用户与所述预测模型中属性类别相对应的各个属性信息；收入预测模块，用于根据所述预测模型以及所述待预测用户的各个属性信息分别计算所述待预测用户落入所述预测模型中各个收入等级的概率值，并根据计算得出的最高概率值所对应的收入等级预测所述待预测用户的收入情况。可选地，所述预测模型建立模块，包括：样本选取单元，用于选取用户样本；属性类别划分单元，用于划分用于预测用户收入的属性类别；收入信息获取单元，用于获取所述用户样本中每个用户的收入信息；属性信息获取单元，用于获取所述用户样本中每个用户的与所述属性类别相对应的各个属性信息；收入等级划分单元，用于根据所述每个用户的收入信息划分用于预测用户收入的若干个收入等级；第一计算单元，用于计算所述用户样本中所有用户分别在每一收入等级的各个属性信息的概率分布；预测模型建立单元，用于将所述属性类别、若干收入等级以及所述用户样本中所有用户分别在每一收入等级的各个属性的概率分布进行关联存储，以建立预测模型。可选地，所述收入预测模块包括：第二计算单元，用于根据所述用户样本中所有用户分别在每一收入等级的各个属性的概率分布以及所述待预测用户的各个属性信息，分别计算所述待预测用户落入所述预测模型中各个收入等级的概率值，其计算公式为：P(A|X)＝P(x1|A)P(x2|A)…P(xn|A)C/P(X)式中，P(A|X)表示所述待预测用户落入所述预测模型中某一收入等级的概率值，A表示所述预测模型中的某一收入等级，X表示所述待预测用户的所有属性信息；P(x1|A)、P(x2|A)、…、P(xn|A)分别表示所述待预测用户的各个属性落入所述收入等级的概率分布，x1、x2、…、x3分别表示所述待预测用户的各个属性信息；C表示所述用户样本中所有用户落入所述收入等级的总概率；P(X)表示所述待预测用户的各个属性信息的联合概率，其中P(X)＝P(x1)P(x2)..P(xn)，且P(x1)、P(x2)…P(xn)分别表示所述待预测用户的各个属性的概率。可选地，所述属性类别包括用户基本信息以及用户住宅类型，其中所述用户基本信息包括消费值、年龄、性别以及手机类型；所述属性类别划分单元包括：子类别划分单元，用于分别对所述消费值、年龄、性别、手机类型以及住宅类型进行分类，得到所述属性类别的子类别。可选地，所述属性信息获取单元包括本文档来自技高网...

【技术保护点】
1.一种预测用户收入的方法，其特征在于，包括：/n建立预测模型，其中所述预测模型包括用于预测用户收入的属性类别及若干收入等级；/n采集待预测用户与所述预测模型中属性类别相对应的各个属性信息；/n根据所述预测模型以及所述待预测用户的各个属性信息分别计算所述待预测用户落入所述预测模型中各个收入等级的概率值，并根据计算得出的最高概率值所对应的收入等级预测所述待预测用户的收入情况。/n

【技术特征摘要】
1.一种预测用户收入的方法，其特征在于，包括：
建立预测模型，其中所述预测模型包括用于预测用户收入的属性类别及若干收入等级；
采集待预测用户与所述预测模型中属性类别相对应的各个属性信息；
根据所述预测模型以及所述待预测用户的各个属性信息分别计算所述待预测用户落入所述预测模型中各个收入等级的概率值，并根据计算得出的最高概率值所对应的收入等级预测所述待预测用户的收入情况。


2.根据权利1所述的方法，其特征在于，所述建立预测模型，包括：
选取用户样本，并划分用于预测用户收入的属性类别；
获取所述用户样本中每个用户的收入信息；
获取所述用户样本中每个用户的与所述属性类别相对应的各个属性信息；
根据所述每个用户的收入信息划分用于预测用户收入的若干个收入等级；
计算所述用户样本中所有用户分别在每一收入等级的各个属性信息的概率分布；
将所述属性类别、若干收入等级以及所述用户样本中所有用户分别在每一收入等级的各个属性的概率分布进行关联存储，以建立预测模型。


3.根据权利要求2所述的方法，其特征在于，所述根据所述预测模型以及所述待预测用户的各个属性信息分别计算所述待预测用户落入所述预测模型中各个收入等级的概率值，包括：
根据所述用户样本中所有用户分别在每一收入等级的各个属性的概率分布以及所述待预测用户的各个属性信息，分别计算所述待预测用户落入所述预测模型中各个收入等级的概率值，其计算公式为：
P(A|X)＝P(x1|A)P(x2|A)…P(xn|A)C/P(X)
式中，P(A|X)表示所述待预测用户落入所述预测模型中某一收入等级的概率值，A表示所述预测模型中某一收入等级，X表示所述待预测用户的所有属性信息；P(x1|A)、P(x2|A)、…、P(xn|A)分别表示所述待预测用户的各个属性落入所述收入等级的概率分布，x1、x2、…、x3分别表示所述待预测用户的各个属性信息；C表示所述用户样本中所有用户落入所述收入等级的总概率；P(X)表示所述待预测用户的各个属性信息的联合概率，其中P(X)＝P(x1)P(x2)..P(xn)，且P(x1)、P(x2)、…、P(xn)分别表示所述待预测用户的各个属性的概率。


4.根据权利要求2所述的方法，其特征在于，所述属性类别包括用户基本信息以及用户住宅类型，其中所述用户基本信息包括消费值、年龄、性别以及手机类型；
所述划分用于预测用户收入的属性类别，包括：
分别对所述消费值、年龄、性别、手机类型以及住宅类型进行分类，得到所述属性类别的各个子类别。


5.根据权利要求4所述的方法，其特征在于，所述获取所述用户样本中每个用户的与所述属性类别相对应的各个属性信息，包括：
采集所述用户样本中每个用户的手机号码；
根据每个用户的手机号码对应的国际移动用户识别码从运营商网络系统中获取每个用户的基本信息，其中所述每个用户的基本信息包括每个用户的消费值、年龄、性别以及手机型号；
根据每个用户的基本信息中的消费值、年龄和性别分别确定其与所述属性类别的相应子类别对应的各个属性信息；
根据每个用户的基本信息中的手机型号获取该手机型号对应的手机单价；
根据每个用户的基本信息中的手机型号对应的手机单价确定其与所述手机类型子类别对应的属性信息。


6.根据权利要求4所述的方法，其特征在于，所述获取所述用户样本中每个用户的与所述属性类别相对应的各个属性信息，包括：
获取每个用户的手机号码对应的国际移动用户识别码在预设时间段内附着的小区范围，以得到每个用户对应的住宅区域；
根据所述每个用户的住宅区域获取每个用户的住宅单价，并根据每个用户的住宅单价确定其与所述住宅类型子类别对应的属性信息。


7.一种预测用户收入的系统，其特征在于，包括：
预测模型建立模块，用于建立预测模型，其中所述...

【专利技术属性】
技术研发人员：王子奇，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京;11