【技术实现步骤摘要】
一种移动互联网流量服务推荐方法及系统
[0001]本专利技术涉及互联网服务推荐领域,更具体地,涉及一种移动互联网流量服务推荐方法及系统。
技术介绍
[0002]随着信息产业的发展,互联网尤其是移动互联网已经完全融入人们的生活当中,用户对于互联网资源的需求也越来越高。人们也希望移动运营商能够提供丰富、全面、适合用户本身的服务。然而由于用户的多样性,移动运营商提供的各种套餐、流量包等服务不可能完全满足不同的用户群体,有些用户通常需要购买套餐外的流量包来满足的需求,同时避免因超出套餐外流量而产生的大量额外的费用。因此移动运营商需要考虑的如何精准推荐流量服务,在满足用户需求的前提下,尽量减少用户额外的费用支出,在增加运营商收益基础上,使用户对运营商的满意程度上升,增加用户的粘性。
[0003]在数据科学发展的今天,用户的大部分记录都可以被记录,用户订购服务的内容、流量使用速率以及流量使用偏好等信息都被移动运营商的服务器记录。
技术实现思路
[0004]本专利技术针对现有技术中存在的技术问题,提供一种移动互联网流量服务推荐方法及系统。
[0005]根据本专利技术的第一方面,提供了一种移动互联网流量服务推荐方法,包括:
[0006]基于用户上网日志的上网时间总时长确定时间段T1和时间段T2;
[0007]获取每一个对象用户在时间段T1内每一天的上网总流量以及在时间段T2内的需求总流量,其中,所有对象用户在时间段T1内每一天的上网总流量以及在时间段T2内的需求总流量构成总流量使用时间 ...
【技术保护点】
【技术特征摘要】
1.一种移动互联网流量服务推荐方法,其特征在于,包括:基于用户上网日志的上网时间总时长确定时间段T1和时间段T2;获取每一个对象用户在时间段T1内每一天的上网总流量以及在时间段T2内的需求总流量,其中,所有对象用户在时间段T1内每一天的上网总流量以及在时间段T2内的需求总流量构成总流量使用时间序列;将所述总流量使用时间序列作为训练数据集对预测模型进行训练,获取训练后的预测模型;基于训练后的预测模型对测试用户的待预测时间段的需求总流量进行预测,获取总流量需求预测结果;根据所述测试用户已订购的流量服务产品和所述总流量需求预测结果,在已有的结构化流量服务产品中进行匹配,将匹配的流量服务产品推荐给所述测试用户。2.根据权利要求1所述的移动互联网流量服务推荐方法,其特征在于,所述基于用户上网日志的总时长确定时间段T1和时间段T2,包括:提取设定时间段内所有用户的上网日志,所述上网日志至少包括用户ID、上网时间、访问地址和上网流量;提取所述上网日志中的所有用户ID,以及所述上网日志中包含的上网时间总时长,将所述上网时间总时长平均分为时间段T1和时间段T2。3.根据权利要求1所述的移动互联网流量服务推荐方法,其特征在于,所述获取每一个对象用户在时间段T1内每一天的上网总流量以及在时间段T2内的需求总流量,包括:提取移动运营商所有的流量服务产品信息,形成每一个流量服务器产品的结构化产品特征,所述流量服务产品信息中包括套餐和流量包;从所有用户中删选出已订购具有结构化产品特征的流量服务产品的对象用户;基于每一个对象用户的上网日志,统计每一个对象用户在时间段T1内每天使用的上网总流量F
a
以及在时间段T2内每天使用的上网总流量,构成每一个对象用户的总流量使用时间序列。4.根据权利要求3所述的移动互联网流量服务推荐方法,其特征在于,将所述总流量使用时间序列作为训练数据集对预测模型进行训练,获取训练后的预测模型,包括:将所述总流量使用时间序列按照预设比例划分为训练数据集和测试数据集;将所述训练数据集和测试数据集的时间序列进行归一化处理,找到时间序列中单个时间点上的最大值v
m
,通过下式将时间序列内所有时刻的数值进行归一化处理,使得时间序列数值的区间被归一化到区间[
‑
1,1]内:。5.根据权利要求4所述的移动互联网流量服务推荐方法,其特征在于,所述预测模型包括两层LSTM网络和一层全连接层网络;两层的LSTM网络依次读取所述总流量使用时间序列的每一个数据,对每一个数据进行记忆,输出对所述总流量使用时间序列的预测输出;所述全连接层网络读取所述总流量使用时间序列的预测输出,迭代进行时间序列的单
步预测;其中,基于均方根误差作为所述预测模型的损失函数。6.根据权利要求1所述的移动互联网流量服务推荐方法,其特征在于,所述基于训练后的预测模型对测试用户的待预测时间段的需求总流量进行预测,获取总流量需求预测结果,包括:获取测试用户在时间段T1’
内每一天使用的上网总流量,输入训练后的预测模型中,获取所述...
【专利技术属性】
技术研发人员:朱博,王洵,罗伦文,任明,谭军胜,
申请(专利权)人:武汉中科通达高新技术股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。