[发明专利]一种确定目标用户的方法及装置在审
申请号: | 201610039775.9 | 申请日: | 2016-01-21 |
公开(公告)号: | CN106991577A | 公开(公告)日: | 2017-07-28 |
发明(设计)人: | 张轶 | 申请(专利权)人: | 中国移动通信集团湖南有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02 |
代理公司: | 北京同达信恒知识产权代理有限公司11291 | 代理人: | 黄志华 |
地址: | 410015 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 确定 目标 用户 方法 装置 | ||
1.一种确定目标用户的方法,其特征在于,该方法包括:
获取各终端的历史使用信息,所述历史使用信息包括用户使用终端的通讯信息和用户换机信息;
根据预设的行为特征指标,利用聚类算法将所述用户使用终端的通讯信息进行聚类,得到每个行为特征指标对应的历史使用信息子集合;
根据所述历史使用信息子集合中的用户使用终端的通讯信息,确定每个历史使用信息子集合的行为特征指标的取值;
根据所述历史使用信息子集合中的用户换机信息,确定每个历史使用子集合对应的换机属性;
根据所述预设的行为特征指标、所述历史使用信息子集合的行为特征指标的取值及所述每个历史使用子集合对应的换机属性建立决策树模型;
利用所述决策树模型分析终端的历史使用信息,从所述终端的使用用户中确定出有换机需求的目标用户。
2.如权利要求1所述的方法,其特征在于,所述根据预设的行为特征指标,利用聚类算法将所述用户使用终端的通讯信息进行聚类,得到每个行为特征指标对应的历史使用信息子集合,包括:
针对每个行为特征指标,将所述用户使用终端的通讯信息以三维数组的方式的表示;
按照k-d聚类算法对所述三维数组中的数据进行三维空间聚类,得到k个聚类,其中,每个聚类对应一个历史使用信息子集合,k为整数。
3.如权利要求1所述的方法,其特征在于,所述获取各终端的历史使用信息,还包括:
采用抽样的方法对各终端的历史使用信息中的缺省值或异常值进行过滤,得到处理后的各终端的历史使用信息。
4.如权利要求1所述的方法,其特征在于,若从所述终端的使用用户中确定出有换机需求的目标用户之后,还包括:
根据频繁项集数据挖掘算法,建立换机前的用机特征与换机后的终端信息的对应关系;
根据所述目标用户的历史使用信息,确定所述目标用户使用换机前的用机特征;
根据所述对应关系确定所述目标用户对应的换机后的终端信息,从而向所述目标用户推送所述目标用户对应的终端信息。
5.如权利要求4所述的方法,其特征在于,根据频繁项集数据挖掘算法,建立换机前的用机特征与换机后的终端信息的对应关系,包括:
针对已换机用户,获取所述已换机用户换机前的历史使用信息和换机后的终端信息;
根据所述已换机用户换机前的历史使用信息,确定已换机用户的换机前的用机特征;
建立换机前的用机特征与换机后的终端信息的对应关系。
6.一种确定目标用户的装置,其特征在于,该装置包括:
获取单元,用于获取各终端的历史使用信息,所述历史使用信息包括用户使用终端的通讯信息和用户换机信息;
聚类单元,用于根据预设的行为特征指标,利用聚类算法将所述用户使用终端的通讯信息进行聚类,得到每个行为特征指标对应的历史使用信息子集合;
确定取值单元,用于根据所述历史使用信息子集合中的用户使用终端的通讯信息,确定每个历史使用信息子集合的行为特征指标的取值;
确定属性单元,用于根据所述历史使用信息子集合中的用户换机信息,确定每个历史使用子集合对应的换机属性;
建立模型单元,用于根据所述预设的行为特征指标、所述历史使用信息子集合的行为特征指标的取值及所述每个历史使用子集合对应的换机属性建立决策树模型;
确定目标用户单元,用于利用所述决策树模型分析终端的历史使用信息,从所述终端的使用用户中确定出有换机需求的目标用户。
7.如权利要求6所述的装置,其特征在于,所述聚类单元具体用于:
针对每个行为特征指标,将所述用户使用终端的通讯信息以三维数组的方式的表示;
按照k-d聚类算法对所述三维数组中的数据进行三维空间聚类,得到k个聚类,其中,每个聚类对应一个历史使用信息子集合,k为整数。
8.如权利要求6所述的装置,其特征在于,所述获取单元还用于:
采用抽样的装置对各终端的历史使用信息中的缺省值或异常值进行过滤,得到处理后的各终端的历史使用信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国移动通信集团湖南有限公司,未经中国移动通信集团湖南有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610039775.9/1.html,转载请声明来源钻瓜专利网。