一种基于数据分析的推荐方法及系统技术方案

本发明专利技术公开了一种基于数据分析的推荐方法及系统，包括：分析用户近期的话单，得到用户的月均消费信息；月均消费信息包括月均通话时间t和月均使用流量m；获取用户近期固定的资费套餐，资费套餐包括套餐内通话时间T和套餐内流量M；断月均通话时间t是否符合t＝(1‑a)·T和月均使用流量是否符合m＝(1‑b)·M，0＜a,b＜0.5；若t、m有至少一个不符合要求，则获取资费库中的资费套餐，选择符合要求的资费套餐推荐给用户；其中，符合要求的资费套餐中的套餐内通话时间T’和M’满足：T’＝(1+c)·t，M’＝(1+d)·m，0＜c,d＜0.5。本发明专利技术通过对用户话单数据进行分析，获取用户的消费信息，为用户推荐适合用户的优惠资费。

【技术实现步骤摘要】
一种基于数据分析的推荐方法及系统
本专利技术涉及资费推荐
，具体涉及一种基于数据分析的推荐方法及系统。
技术介绍
现有的资费推荐多为固定模式推荐，例如，针对所有消费者进行某类新资费的推荐，或者针对某类客户群体进行某类资费的推荐，或者是在用户某类资源使用达到一定阀值时给用户进行单一推荐。现有固定模式的资费推荐不考虑或很少考虑用户的实际消费习惯，没有真正结合用户的实际消费行为，推荐方式单一、固化。
技术实现思路
针对现有技术中存在的上述问题，本专利技术提供一种基于数据分析的推荐方法及系统，可在线上完成精准推荐，节省人力，提升效率。本专利技术公开了一种基于数据分析的推荐方法，包括：分析用户近期的话单，得到用户的月均消费信息；所述月均消费信息包括月均通话时间t和月均使用流量m；获取用户近期固定的资费套餐，所述资费套餐包括套餐内通话时间T和套餐内流量M；判断月均通话时间t是否符合t＝(1-a)·T和月均使用流量是否符合m＝(1-b)·M，0＜a,b＜0.5；若t、m有至少一个不符合本文档来自技高网...

【技术保护点】
1.一种基于数据分析的推荐方法，其特征在于，包括：/n分析用户近期的话单，得到用户的月均消费信息；所述月均消费信息包括月均通话时间t和月均使用流量m；/n获取用户近期固定的资费套餐，所述资费套餐包括套餐内通话时间T和套餐内流量M；/n判断月均通话时间t是否符合t＝(1-a)·T和月均使用流量是否符合m＝(1-b)·M，0＜a,b＜0.5；/n若t、m有至少一个不符合要求，则获取资费库中的资费套餐，选择符合要求的资费套餐推荐给用户；其中，符合要求的资费套餐中的套餐内通话时间T’和M’满足：T’＝(1+c)·t，M’＝(1+d)·m，0＜c,d＜0.5。/n

【技术特征摘要】
1.一种基于数据分析的推荐方法，其特征在于，包括：
分析用户近期的话单，得到用户的月均消费信息；所述月均消费信息包括月均通话时间t和月均使用流量m；
获取用户近期固定的资费套餐，所述资费套餐包括套餐内通话时间T和套餐内流量M；
判断月均通话时间t是否符合t＝(1-a)·T和月均使用流量是否符合m＝(1-b)·M，0＜a,b＜0.5；
若t、m有至少一个不符合要求，则获取资费库中的资费套餐，选择符合要求的资费套餐推荐给用户；其中，符合要求的资费套餐中的套餐内通话时间T’和M’满足：T’＝(1+c)·t，M’＝(1+d)·m，0＜c,d＜0.5。


2.如权利要求1所述的推荐方法，其特征在于，还包括：
若t、m均符合要求，则不推荐，用户维持原有固定的资费套餐。


3.如权利要求1所述的推荐方法，其特征在于，分析的用户话单为用户近2～6个月的话单。


4.如权利要求1所述的推荐方法，其特征在于，0.2＜a,b＜0.4，0.2＜c,d＜0.4。


5.如权利要求1所述的推荐方法，其特征在于，所述月均消费信息还包括月均使用短信数i，所述资费套餐还包括套餐内短信数I；其中，还包括：
判断月均使用短信数i是否符合i＝(1-e)·I，0＜e＜0.5；
若不符合，则继续判断月均使用短信数i是否达到开通短信包的阈值；
若达到阈值，则在推荐的资费套餐的基础上为用户开通数量为(1+f)·I的短信包，0＜f＜0.5。


6.如权利要求1所述的推荐方法，其特征在于，还包括：
若资费库中未有满足要求的资费套餐，则制定满足...

【专利技术属性】
技术研发人员：孙国萍，
申请(专利权)人：北京思特奇信息技术股份有限公司，
类型：发明
国别省市：北京;11