[发明专利]基于邻近海量数据快速分析的电信套餐优化系统与方法

摘要

本发明公开了基于邻近海量数据快速分析的电信套餐优化系统与方法，系统包括参数输入模块，参数输入模块将参数信息分别传输给数据生成模块和套餐优化模块，数据生成模块将数据传输给套餐优化模块，参数输入模块和数据生成模块均从客户信息数据库中提取数据；套餐优化模块用于根据参考历史数据、目标历史数据以及参数设置进行套餐优化；所述进化算法模块用于根据适应值不断产生新的可行套餐并对套餐进行优化；所述套餐适应值评估模块采用基于邻近数据的快速分析法，用于评价每一款可行套餐的好坏；所述相似度计算模块用于度量两个向量之间的向量相似度。本发明能够实现对海量电信数据的自动化高速处理，得到与目标用户群体需求高度匹配的套餐方案。

主权项

基于邻近海量数据快速分析的电信套餐优化系统，其特征是，包括参数输入模块，所述参数输入模块将参数信息分别传输给数据生成模块和套餐优化模块，所述数据生成模块将数据传输给套餐优化模块，所述参数输入模块和数据生成模块均从数据库中提取数据；所述参数输入模块用于接收、存储及传输用户输入的参数；所述数据生成模块用于生成进行套餐优化所必需的参考历史数据和目标历史数据；所述套餐优化模块用于根据参考历史数据、目标历史数据以及参数设置进行套餐优化；所述套餐优化模块包括彼此通信的进化算法模块和套餐适应值评估模块，所述套餐适应值评估模块内包括相似度计算模块；所述进化算法模块用于根据适应值不断产生新的可行套餐并对套餐进行优化；所述套餐适应值评估模块用于评价每一款可行套餐的好坏；所述套餐适应值评估模块通过以下步骤实现适应值的计算及根据适应值进行套餐选取：步骤A1：随机初始化进化算法的种群，种群中每一个体对应一个可行套餐；步骤A2：计算每一个可行套餐的适应值；步骤A3：根据当前采用的进化算法中的种群更新策略重新生成新的可行套餐种群；步骤A4：若满足结束条件则退出并输出最优套餐方案；否则返回步骤A2；所述步骤A2包括如下步骤：步骤B1：针对每一个目标用户，执行下述步骤：B1.1：计算参考数据中通信习惯、月度消费形成的向量和该目标用户的通信习惯、月度消费形成的向量之间的向量相似度；筛选出相似度优于设定阈值的参考用户记录，并记录下筛选后的参考用户的记录数M；B1.2：计算筛选后数据中所有所用套餐配置、所用套餐资费形成的向量与当前可行套餐的套餐配置、套餐资费形成的向量之间的向量相似度；从M条记录范围中筛选出相似度优于设定阈值的参考用户记录，记录筛选后的记录数N；B1.3：计算N/M作为该目标用户使用该可行套餐的概率P；步骤B2：汇总每个目标用户使用该可行套餐的概率；将每个目标用户使用该可行套餐的概率乘以每个目标用户的月均花费C，然后针对所有目标用户进行求和，得到并返回该可行套餐的适应值；设目标用户数为TDN，则适应值计算公式如下：Fitness=Σi=1TDNPi×Ci;]]>其中，Pi代表第i个目标用户选择该可行套餐的概率，Ci代表第i个目标用户的月均花费，TDN代表目标用户数，Fitness代表适应值；所述相似度计算模块用于度量两个向量之间的向量相似度；所述步骤B1.1和B1.2中所提及的向量相似度包括各种向量相似度的测量方法：向量距离、Jaccard系数、余弦相似度。