[发明专利]基于图的移动运营商潜在流失客户的评分方法

说明书

本发明提供一种基于图的移动运营商潜在流失客户的评分方法，该方法包括：基于每个特征子集对应的相似度矩阵和权重因子，确定待评分客户中的任意两个客户的相似度评分，所述特征子集是对所述待评分客户对应的客户特征集合进行分组后确定的，所述相似度矩阵基于所述任意两个客户的特征相似度确定，所述权重因子基于第一流失客户样本的流失因素确定；基于所述任意两个客户的相似度评分，构建客户关系图；基于所述客户关系图，确定潜在流失客户名单和每个潜在流失客户对应的流失评分值。本发明提供的基于图的移动运营商潜在流失客户的评分方法，可以及时识别潜在流失客户，以便针对潜在流失用户提供特定服务，从而避免用户流失。

技术领域

本发明涉及大数据技术领域，尤其涉及一种基于图的移动运营商潜在流失客户的评分方法。

背景技术

随着移动通信市场趋于饱和，获得一个新客的成本代价往往高于挽留一个老客。由于移动服务早已成为日常生活必不可少的公共资源，客户是从一家移动运营商转而使用另一家运营商的服务，客户流失意味着运营商市场份额的下降。因此，运营商持续竞争着宝贵的客户资源。通过移动大数据分析，分析客户流失的关键因素，识别潜在流失客户并打分。帮助移动运营商调整客户维系策略，做好客户存留，尽可能降低客户流失可能导致的损益。

目前通过建模识别具有流失倾向的用户，有以下两种技术手段：

一是通过用户相关数据分析流失因素及流失用户画像，建立一套流失客户预警规则体。由于客户流失原因会随时间发生变化，静态的规则和评分方法具有局限性，且运维成本高。

二是通过机器学习，训练一个分类模型。该方法主要针对历史样本挖掘已发生多次的流失模式，对于少数新模式无法做到有效及时预测。

发明内容

本发明提供一种基于图的移动运营商潜在流失客户的评分方法，用以解决现有技术中无法及时根据客户流失原因对潜在流失客户进行识别的问题。

本发明提供一种基于图的移动运营商潜在流失客户的评分方法，包括：

基于每个特征子集对应的相似度矩阵和权重因子，确定待评分客户中的任意两个客户的相似度评分，所述特征子集是对所述待评分客户对应的客户特征集合进行分组后确定的，所述相似度矩阵基于所述任意两个客户的特征相似度确定，所述权重因子基于第一流失客户样本的流失因素确定；

基于所述任意两个客户的相似度评分，构建客户关系图；

基于所述客户关系图，确定潜在流失客户名单和每个潜在流失客户对应的流失评分值。

在一些实施例中，所述基于每个特征子集对应的相似度矩阵和权重因子，确定待评分客户中的任意两个客户的相似度评分之前，所述方法还包括：

基于所述第一流失客户样本中每个特征对应的特征类别，确定每个特征的特征重要性；

基于所述每个特征的特征重要性，将所述每个特征子集的特征重要性均值确定为所述每个特征子集对应的权重因子。

在一些实施例中，所述基于每个特征子集对应的相似度矩阵和权重因子，确定待评分客户中的任意两个客户的相似度评分之前，所述方法还包括：

基于所述任意两个客户和任一特征子集，构建目标任务；

基于目标模型对所述目标任务进行计算，确定所述每个特征子集对应的相似度矩阵，所述目标模型基于任务队列构建。

在一些实施例中，所述确定待评分客户中的任意两个客户的相似度评分之后，所述方法还包括：

基于非静态的特征子集，更新目标客户对应的特征相似度，所述目标客户为特征发生变化的客户；

基于所述目标客户对应的特征相似度，更新所述非静态的特征子集所对应的相似度矩阵。