移动用户的动态信用评估模型的构建与应用.pdf

移动用户的动态信用评估模型的构建与应用.pdf

ID:51213357

大小:233.40 KB

页数:4页

时间:2020-03-21

移动用户的动态信用评估模型的构建与应用.pdf_第1页
移动用户的动态信用评估模型的构建与应用.pdf_第2页
移动用户的动态信用评估模型的构建与应用.pdf_第3页
移动用户的动态信用评估模型的构建与应用.pdf_第4页
资源描述:

《移动用户的动态信用评估模型的构建与应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、rl00_l0囊

2、l0圈移动用户的动态信用评估模型的构建与应用边凌燕(中国电信股份有限公司上海研究院上海200122)摘要:结合移动用户的特征数据分析,构建了科学、动态的用户信用评估模型,进而应用于面向不同信用等级用户的差异化信控停机服务,有效提升用户信用服务体验,加强用户黏性,挖掘用户潜在消费力,增加企业运营收入。关键词:信用控制;差异化服务;信用评估;特征分析doi:10.39696.issn.1000—0801.2014.10.023ConstructionandApplicationofDynamicCreditEvaluationModelforMobileUs

3、erBianLingyan(ShanghaiResearchInstituteofChinaTelecomCo.,Ltd.,Shanghai200122,China)Abstract:Combinedwiththedataanalysisofmobileusers’characteristics,ascientificanddynamicestimationmodelsforusercreditwerebuilt.Itcanbeappliedtodiferentsolutionsofsuspendedservicefordiferentmobileusersbasedon

4、thediversecreditcategory.Itiseffectivetoimproveuserexperience,strengthenuserloyalty,exploitpotentialspendingpowerandultimatelyincreasetheoperatingincome.Keywords:creditcontrol,differentiationservice,creditevaluation,characteristicanalysis的不当停机,除了直接导致企业百余万元的月收入损失.1引言也极易影响用户的满意度和忠诚度。全国移动用户数

5、已突破10亿户大关。通信市场渐近本文结合该省公司数据实例,主要阐述了利用用户通饱和,三大运营商围绕用户市场展开的竞争日趋激烈。信行为数据构建用户信用评估模型,并将信用评估结果应差异化的用户服务正在成为运营商提升竞争力的核心用于存量用户的差异化信控停机策略,提高用户黏性,满要素。对比于航空、金融等行业愈加成熟的用户差异化足其潜在的消费需求,增加企业量收。信用服务I1I,运营商的信用控制体系存在着评估规则固2动态信用评估模型化、针对不同信用等级用户的差异化服务缺失等问题。中国电信股份有限公司(以下简称中国电信)某省公司用户信用评估是一个综合评价的过程,其模型的构建月均停机用户

6、数量占移动出账用户总数的25%一30%.需要综合考虑用户基本信息、业务订购信息、历史信用、消会在5天内复机的约有68%,但拥有信控金额的用户费能力、通信行为、企业风险、交往圈影响等多方面因素以比例仅为1.5%。初步测算,对那些信用良好且通信需及各影响因素之间的差异性。模型输出的用户信用评分需求稳定的用户执行简单固化的信控停机策略,其造成要能够全面、真实地反映用户信用情况[21。鸯黉从国内目前对电信客户信用度评估的研究来看,参考量用户的期望与需求被满足的差距,譬如通信趋势、投文献[3]和参考文献『41都是利用线性公式对相关客户属性诉及业务退订情况,满意度低的用户有潜在补偿心

7、理。的权值(通过遗传算法获得每个属性的权值)进行简单用户消费能力的考察因素包括身份背景、消费力和消费的相加,计算出信用度分值。但是,通过大量应用来看,意愿等【6一。客户信用度与各相关属性之间并不是简单的线性关系,将影响用户信用度的概念细化,由此确定历史信用、而是非线性关系.因此,线性模型不能很好地逼近实际通信需求、社会属性、违约成本、支付能力等五大关键用户情况,有必要采用更精确的模型。而国外对个人信用评信用评估维度_8j。结合评估需求,根据用户各个特征数据与估方法的研究已经发展到把信用度分析看成是模式识信用关系的关联性探索结果,最终选择影响显著的25个别中的一种分类问题,

8、具体做法是根据历史记录中每个变量,并依次归人上述5个评估维度。具体变量筛选结果类别(如约交纳话费、违约等)的若干样本,从已知的数见表1。据中发现其规律,从而总结出分类的规则.建立判男lj模表1用户信用评估模型输入变量型,用于对当前样本的判别【5J。在理论状况下,它可能是变量分类变量名称最有效的方法,也是国际学术界视为主流的方法。但由历史信用近6个月双停次数于属性及其组合的权重选取具有多重性,实际应用中很近6个月平均双停时长,h难得出比较理想的结果。最近一次双停时长,h因此,本文结合应用实际提出的信用评估模型是在确通信需求近1个

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。