[发明专利]基于向量空间模型的重入网分析方法

说明书

技术领域

本发明属于信息通信技术领域，尤其涉及一种基于向量空间模型的重入网分析方法。

背景技术

目前，电信运营商面临一个重要问题就是重入网现象，即移动用户在已经拥有一个移动号码的情况下，再次购买所归属的同一移动运营商的新号码入网，新号码全部或者部分替代原有旧号码。

1.造成大量的重入网用户的原因很多，主要有如下几点：

(1)存在大量对资费敏感客户。客户对资费比较敏感，当新的资费套餐出现或者某种套餐出现优惠，这些资费敏感客户便在网内跳转。通常这部分客户，是ARPU(ARPU-Average Revenue Per User，每用户平均收入)较低的低价值客户，对号码依附关系不大。

(2)部分市场营销政策之间相互影响。新增市场政策和存量市场政策冲突，新推出的市场营销策略，影响到原有的资费套餐，使得原有资费套餐用户，转向新套餐。

(3)存在大量定位不准客户。对于新客户，没有合适的分析手段来分析和准确识别，以至于这部分客户，在入网后很短时间内重入网，选择更适合自己的品牌或套餐。

基于上述原因，有效地识别重入网用户，并分析用户重入网的原因，可以有效地减少重入网用户量，进而能够减少运营商日常的成本支出，节省系统的存储空间，减少前台营业成本和客服成本。所以，对于电信运营商来说，识别重入网用户是所有上述工作的基础，具有很大的现实意义。

目前常用的识别重入网用户的方法及其问题：

(1)基于用户资料的识别技术，通过诸如身份证号码、用户姓名、登记地址、联系人信息等用户资料信。缺点：目前很多用户在移动通信商的客户管理系统中没有用户资料。

(2)基于IMEI(International Mobile Equipment Identity)的识别技术。缺点：很多手机上没有IMEI，所以用此办法根本无法有效识别。

(3)呼叫指纹：所谓“呼叫指纹”就是指用户在使用移动运营商的产品及服务过程中所产生的交往圈、呼叫特征、短信特征、位置特征、客服特征、终端特征等信息。这些特征对每一用户是相对稳定的，且存在个体差异，因此可以作为识别重入网用户的特征。缺点：基于交往圈信息的呼叫指纹算法由于识别准确率低、识别时间过长、因此，在控制重入网用户方面不是十分有效。

文献《概念推理网及其在文本分类中的应用》(计算机研究与发展，李晓黎、刘继敏、史忠植，2000，37(9)：1032～1038)和文献《文档中词语权重计算方法的改进》(中文信息学报，鲁松、李晓黎、白硕，2000，14(6)：8-13)介绍了一种基于向量空间模型的信息检索技术，该技术是较为成熟且应用广泛的信息检索技术，它将文档和查询信息均用向量空间表示，查询匹配问题转化为向量空间的矢量匹配问题，文档与查询的相似度可用向量之间的夹角来度量。在移动通信领域中，用户的通话详单就相当于一个一个的文档，只要能够提取每个用户的通话详单中的特征项，就可以通过计算特征向量和向量之间的夹角余弦来得到用户与用户之间的相似度，从而找到重入网的用户。

发明内容

本发明的目的在于，提供一种基于向量空间模型的重入网分析方法，用于解决常用的重入网计算方法存在的问题。

为了实现上述目的，本发明采用的技术方案是，一种基于向量空间模型的重入网分析方法，其特征是所述分析方法包括：

步骤1：确定待匹配用户号码集合和新增用户号码集合；

步骤2：提取待匹配用户号码集合中的每个待匹配用户号码和与该用户号码通话次数最多的设定个号码，将其作为该待匹配用户号码的特征项；提取新增用户号码集合中的每个新增用户号码和与该新增用户号码通话次数最多的设定个号码，将其作为该新增用户号码的特征项；

步骤3：将每个待匹配用户号码和该待匹配用户号码的特征项作为待匹配用户号码话单，从而建立待匹配用户号码和待匹配用户号码话单的对应关系；将新增用户号码和该新增用户号码的特征项作为新增用户号码话单，从而建立新增用户号码和新增用户号码话单的对应关系；

步骤4：将所有待匹配用户号码话单组成待匹配用户号码话单集合；将所有新增用户号码话单组成新增用户号码话单集合；

步骤5：分别确定待匹配用户号码话单集合和新增用户号码话单集合中的不同的特征项；

步骤6：计算每个待匹配用户号码话单和每个新增用户号码话单中的特征项权值；