基于用户分群的运营商套餐推荐方法、装置、设备及介质制造方法及图纸

本公开提供一种基于用户分群的运营商套餐推荐方法、装置、终端设备及计算机可读存储介质，以至少解决目前电信运营商套餐推荐方式单一、缺乏个性化推荐服务等问题，其中所述方法包括：对用户进行分群，得到用户分群结果；配置运营商套餐推荐策略；以及，基于所述运营商套餐推荐策略分别为所述用户分群结果中各个分群的用户推荐相应的运营商套餐。本公开通过对用户进行分群，构建贴合业务的客户分群分级体系，根据所配置的运营商套餐推荐策略为每个用户分群中的用户进行套餐推荐，不仅能够为用户推荐个性化运营商套餐，还能够有效提升运营商的套餐推荐效率。商的套餐推荐效率。商的套餐推荐效率。

【技术实现步骤摘要】
基于用户分群的运营商套餐推荐方法、装置、设备及介质


[0001]本公开涉及通信
，尤其涉及一种短信处理方法、一种短信处理系统、一种终端设备以及一种计算机可读存储介质。

技术介绍

[0002]在高速迭代的信息化时代中，电信运营商客户在商品、内容、服务方面都有着新的消费诉求。当前电信行业以收入导向的运营举措、单一的套餐营销策略、缺乏个性化的服务等已经难以充分满足客户的需求。在市场接近饱和，行业间竞争主要在于用户留存，收入与客户满意度“两难全”的大背景下，电信运营商要快速灵活地应对市场变化，大数据、人工智能等技术给电信运营商从面向产品的运营转向面向用户的运营升级，客户管理体系的变革提供了新的思路和机遇。
[0003]当前运营商想要科学方法管理客户，不断提升营收、降低成本的同时提高NPS(New Product Standard，净推荐值)，需要基于客户行为数据的客户全生命周期洞察分析通过构建客户分级分群体系，洞悉每个客户群的特征，并制定任务采取行动，挖掘客户全生命周期价值。

技术实现思路

[0004]本公开提供了一种基于用户分群的运营商套餐推荐方法、装置、终端设备及计算机可读存储介质，以至少解决目前电信运营商套餐推荐方式单一、缺乏个性化推荐服务等问题。
[0005]根据本公开的一方面，提供一种基于用户分群的运营商套餐推荐方法，包括：
[0006]对用户进行分群，得到用户分群结果；
[0007]配置运营商套餐推荐策略；以及，
[0008]基于所述运营商套餐推荐策略分别为所述用户分群结果中各个分群的用户推荐相应的运营商套餐。
[0009]在一种实施方式中，对用户进行分群，包括：
[0010]将用户数据划分为每个用户在若干维度的数据；
[0011]分别对每个用户在若干维度的数据进行特征筛选，得到每个用户在若干维度的特征数据；以及，
[0012]基于每个用户在若干维度的特征数据对用户进行分群。
[0013]在一种实施方式中，在将用户数据划分为每个用户在若干维度的数据之前，还包括：
[0014]获取原始用户数据；以及，对所述原始用户数据进行预处理，得到用户数据。
[0015]在一种实施方式中，分别对每个用户在若干维度的数据进行特征筛选，包括：
[0016]分别将每个用户在若干维度的数据进行标准化处理；以及，
[0017]分别对经过标准化后的每个用户在若干维度的数据进行特征筛选。
[0018]在一种实施方式中，所述分别对经过标准化后的每个用户在若干维度的数据进行特征筛选，包括：
[0019]采用随机森林算法、Adaboost算法和XGBoost算法中任意之一或者任意组合分别对经过标准化后的每个用户在若干维度的数据进行特征筛选。
[0020]在一种实施方式中，基于每个用户在若干维度的特征数据对用户进行分群，包括：
[0021]划分若干关于用户分群的类别；以及，
[0022]基于每个用户在若干维度的特征数据按照所述类别对用户进行分群。
[0023]在一种实施方式中，基于每个用户在若干维度的特征数据对用户进行分群，包括：
[0024]划分若干关于用户分群的类别；
[0025]基于每个用户在若干维度的特征数据为每个用户构建用户画像；以及，
[0026]基于每个用户的用户画像按照所述类别对用户进行分群。
[0027]在一种实施方式中，划分若干关于用户分群的类别，包括：
[0028]对每个用户在若干维度的数据分别进行KMeans聚类，得到聚类结果；
[0029]利用轮廓系数法基于所述聚类结果划分所述若干维度中每个维度的类别数；以及，
[0030]将每个维度的类别数进行随机组合，得到若干关于用户分群的类别。
[0031]根据本公开的另一方面，提供一种基于用户分群的运营商套餐推荐装置，包括：
[0032]分群模块，其设置为对用户进行分群，得到用户分群结果；
[0033]配置模块，其设置为配置运营商套餐推荐策略；以及，
[0034]推荐模块，其设置为基于所述运营商套餐推荐策略分别为所述用户分群结果中各个分群的用户推荐相应的运营商套餐。
[0035]根据本公开的又一方面，提供一种终端设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行所述的基于用户分群的运营商套餐推荐方法。
[0036]根据本公开的再一方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，所述处理器执行所述的基于用户分群的运营商套餐推荐方法。
[0037]根据本公开提供的基于用户分群的运营商套餐推荐方法、装置、终端设备及计算机可读存储介质，通过对用户进行分群，得到用户分群结果；配置运营商套餐推荐策略；以及，基于所述运营商套餐推荐策略分别为所述用户分群结果中各个分群的用户推荐相应的运营商套餐。本公开通过对用户进行分群，构建贴合业务的客户分群分级体系，根据所配置的运营商套餐推荐策略为每个用户分群中的用户进行套餐推荐，不仅能够为用户推荐个性化运营商套餐，还能够有效提升运营商的套餐推荐效率。
[0038]本公开的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本公开而了解。本公开的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
[0039]附图用来提供对本公开技术方案的进一步理解，并且构成说明书的一部分，与本
公开的实施例一起用于解释本公开的技术方案，并不构成对本公开技术方案的限制。
[0040]图1为本公开实施例提供的一种基于用户分群的运营商套餐推荐方法的流程示意图；
[0041]图2为本公开实施例提供的另一种基于用户分群的运营商套餐推荐方法的流程示意图；
[0042]图3为本公开实施例提供的又一种基于用户分群的运营商套餐推荐方法的流程示意图；
[0043]图4为本公开实施例中划分用户分群的类别的示例图；
[0044]图5为本公开实施例提供的一种基于用户分群的运营商套餐推荐装置的结构示意图；
[0045]图6为本公开实施例提供的一种终端设备的结构示意图。
具体实施方式
[0046]为使本公开实施例的目的、技术方案和优点更加清楚，以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
[0047]需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序；并且，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互任意组合。
[0048]在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户分群的运营商套餐推荐方法，其特征在于，包括：对用户进行分群，得到用户分群结果；配置运营商套餐推荐策略；以及，基于所述运营商套餐推荐策略分别为所述用户分群结果中各个分群的用户推荐相应的运营商套餐。2.根据权利要求1所述的方法，其特征在于，对用户进行分群，包括：将用户数据划分为每个用户在若干维度的数据；分别对每个用户在若干维度的数据进行特征筛选，得到每个用户在若干维度的特征数据；以及，基于每个用户在若干维度的特征数据对用户进行分群。3.根据权利要求2所述的方法，其特征在于，在将用户数据划分为每个用户在若干维度的数据之前，还包括：获取原始用户数据；以及，对所述原始用户数据进行预处理，得到用户数据。4.根据权利要求2所述的方法，其特征在于，分别对每个用户在若干维度的数据进行特征筛选，包括：分别将每个用户在若干维度的数据进行标准化处理；以及，分别对经过标准化后的每个用户在若干维度的数据进行特征筛选。5.根据权利要求4所述的方法，其特征在于，所述分别对经过标准化后的每个用户在若干维度的数据进行特征筛选，包括：采用随机森林算法、Adaboost算法和XGBoost算法中任意之一或者任意组合分别对经过标准化后的每个用户在若干维度的数据进行特征筛选。6.根据权利要求2所述的方法，其特征在于，基于每个用户在若干维度的特征数据对用户进行分群，包括：划分若干关于用户分群的类别；以及，基于每个用户在若干维度的特...

【专利技术属性】
技术研发人员：张溶芳，王笑，许翀，蔡一欣，
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：