一句话营销功能在贵州移动业务支撑系统的实现.pdf

《一句话营销功能在贵州移动业务支撑系统的实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、随着电信行业的快速发展，特别是移动通信的蓬勃发展，3．1数据准备以及由此带来的强烈竞争，对主导运营商而言，如何继续保持当前存鼍客，】中，目标客户为各数据业务订H．跃的竞争优势，在留住存量客户的同时有效发展新客厂，；对非主导客广，如短信、彩信、GPRS、流量套餐、彩铃、信、；g-簿僻咏、运营商而言，如何缩小与主导运营商的差距，尽量发展新客来电提醒、手机报、手机视频、手机邮箱、手机游戏、机证券、户，都是摆在运营商面前不得不重视的问题。传统的营销模式天气预报、无线音乐俱乐部活跃客户群和非活跃客，群，通过卜，运营商经过市场调研设计出某项产品或资费时，会通过多各数据业务订购且活跃的客户与非

2、活跃的客，、，，进仃等额抽种途径进行广告宣传，当客户到营业前台办理相关业务时，前样的数据集合设立模型客户集，根据查全率、查准牢、捉计台人员会按照当前市场营销的考核任务，口头向客户进行宣对模型评估方法进行判定，根据数据审核节点的筛选规则进传。虽然同为移动前台，同时段内对不同县市而言，由于其任行筛选，采取Logistic回归模型算法，随机抽取180务完成情况各有差异，则对同一客户或同类客户而言，前台向户作为建模的样本。其宣传或推荐的产品则不尽相同，可能出现同一客户在特定3．2建模准备时段内被不同的前台人员推荐多个完全不同的业务，无形中建模前需要对数据进行质量审核，根据业务验斋曼剔引起

3、了客户的反感，也与我公司一直对外宣传的ONECM’除跳蚤客户和渠道养卡客户。(一个中国移动)相背离，由此将不同程度影响到业务推荐的3．3建模建立成功率。3．3．1模型算法本文阐述如何通过系统建模，当客户与我公司的业务支关联规bl,是交易数据库中不商晶之间的联系，通过这撑系统产生接触时，实现对其推荐合适的资费或新业务。些规则找出客户购买行为模式。挖掘关联规则就是发脱存于大数据集中的关联性或相关性，一般的关联规则分析郜避2．系统环境及特点基于“支持度～置信度”构架的，支持度定义为事物集I}]包利用业务支撑系统庞大的基础数据，结合经营分析于系X和Y的事务数t_j所有事务数之比；置信度定

4、义为其包x统强大的数据挖掘功能，通过对存量客户最近三个月消费行和Y的事务数与包含x的事务数之比。其中，模犁中支¨为的分析，得出最适合当前客户的消费模型，当客户与我公司度指订购前项业务的客户在所有的客广j中占比。信度指¨业务支撑系统产牛接触时，即通过最多不大于70个汉字的一购了前项业务的情况下，订购后项业务的概率。句话进行展示，向客户推荐一种资费或一项新业务，同时，一该模型主要使用Apriori算法，它是‘种最fi‘影响的挖捌个推荐周期内，当客户通过任何一个子系统办理了推荐的业布尔关联规则频繁项集的算法。其核心是基。-阶段频集、务，或系统向其推荐多次均未被采纳及办理时，将不再重复推

5、想的递推算法。该关联规则在分类}二属于单维、甲J、伽尔疋荐。该业务不需要对系统进行较大的改造，同时由于推荐业务联规则。在这里，所有支持度大于最小支持度的项集称为频繁本身不能太过复杂，因此仅需要将推荐业务和推荐用语通过项集，简称频集。系统j；以展示和提供办理入口即可，前提是业务支撑系统中，具体步骤如下：各子系统需要协同配合。一句话营销的引入，可以在前台营业(1)设定模型的最小支持度S和最小信度C。系统、客服系统、网上营业厅、短信营业厅、自助终端、WAP、(2)Apriori算法使用候选项集。首先产牛出候选的顾的USSD等子系统，向客户统一推荐并办理被推荐的资费和新业合，即候选项集，

6、若候选项集的支持度人于或等于最小艾¨务。度，则该候选项集为频繁项集。作者简介：田仁洲，男，贵州贵阳人，硕士研究生，工程师主要研究方向：计算机应用技术。一62—(3)在Apriori算法的过程中，首先从数据库读入所有的事务，每个项都被看作候选1一项集，得出各项的支持度，再使用频繁1．项集集合来产生候选2．项集集合，因为先验原理保证所有非频繁的I．项集的超集都是非频繁的。(4)再扫描数据库，得出候选2．项集集合，再找出频繁2．项集，并利用这些频繁2一项集集合来产生候选3．项集。(5)重复扫描数据库，与最小支持度比较，产生更高层次务的的频繁项集，再从该集合里产生下一级候选项集，直到不再

7、产数的生新的候选项集为止。(6)计算所有关联规则的置信度，置信度大于最小-置信度C的关联规则为强关联规则。行推(7)对模型进行评估，本文将采用次月数据进行检验的方法，即用来建模的客户，经过关联算法的分析后，根据产生的规则集，给客户推荐相关联的数据业务，然后与次月新增订购将前期提取的数据源进行类型转换，并设定标志字段，同时过数据业务的客户进行对比，检验模型的推荐的准确性．并计算滤部分多余字段，在此基础上运用关联算法建模，从而形成最出查全率以及提升度，检验模型的效果。终结果。表1候选