專利名稱：一種預(yù)測新業(yè)務(wù)潛在用戶的數(shù)據(jù)挖掘模型的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種預(yù)測新業(yè)務(wù)潛在用戶的數(shù)據(jù)挖掘模型。
背景技術(shù)：
隨著全球經(jīng)濟(jì)一體化進(jìn)程的加劇、中國電信市場的競爭越來越激烈，各大電信運(yùn)營商紛紛推出新業(yè)務(wù)以拓展自己的市場，如何能夠有效地開展?fàn)I銷活動，是擺在各運(yùn)營商面前的一個課題。
隨著電信企業(yè)信息化建設(shè)的推進(jìn)，特別是近幾年來，數(shù)據(jù)倉庫技術(shù)在國內(nèi)的推廣使用，使得企業(yè)有條件使用系統(tǒng)中的數(shù)據(jù)為市場營銷活動提供支撐，于是，統(tǒng)計(jì)、分析、數(shù)據(jù)挖掘等應(yīng)用得到了迅速的推廣。但是在目前的數(shù)據(jù)倉庫應(yīng)用中，多數(shù)已統(tǒng)計(jì)分析為主，以預(yù)測為目的的應(yīng)用還很少。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于避免上述現(xiàn)有技術(shù)中的不足，而提出一種以數(shù)據(jù)倉庫為基礎(chǔ)，以數(shù)據(jù)挖掘技術(shù)為手段，以預(yù)測分析為目的一種預(yù)測新業(yè)務(wù)潛在用戶的數(shù)據(jù)挖掘模型。
本發(fā)明所提供的技術(shù)方案是一種預(yù)測新業(yè)務(wù)潛在用戶的數(shù)據(jù)挖掘模型，該數(shù)據(jù)挖掘模型包括以下步驟1)業(yè)務(wù)理解確定業(yè)務(wù)目標(biāo)和基礎(chǔ)的客戶響應(yīng)變量，即選擇適當(dāng)?shù)臄?shù)據(jù)倉庫，并確定完全相同的響應(yīng)變量；2)數(shù)據(jù)理解對客戶的其它數(shù)據(jù)進(jìn)行分析，得到相應(yīng)的所有行為特征；3)數(shù)據(jù)分析分析客戶的所有行為特征，得出彼此之間的相似性；4)數(shù)據(jù)挖掘按照相似的行為特征，重新搜索數(shù)據(jù)倉庫，挖掘出具有該行為特征的其它客戶，該客戶即為潛在用戶。
進(jìn)一步地，所述相似的行為特征為用戶數(shù)、在網(wǎng)時長、人均在網(wǎng)時長、通信次數(shù)、人均通信次數(shù)、通信費(fèi)用、人均通信費(fèi)用、通信時長、人均通信時長、短信次數(shù)、人均短信次數(shù)、短信費(fèi)用、人均短信費(fèi)用、GPRS次數(shù)、人均GPRS次數(shù)、GPRS流量、人均GPRS流量、GPRS費(fèi)用、人均GPRS費(fèi)用、WAP次數(shù)、人均WAP次數(shù)、WAP費(fèi)用、人均WAP費(fèi)用、總費(fèi)用和人均消費(fèi)。
本發(fā)明有如下優(yōu)點(diǎn)采用了目前領(lǐng)先的數(shù)據(jù)挖掘、數(shù)據(jù)倉庫、OLAP分析等技術(shù)，創(chuàng)造性的將企業(yè)數(shù)據(jù)融合在一起，為企業(yè)的經(jīng)營生產(chǎn)提供全方位的決策支持。與同類系統(tǒng)相比有更強(qiáng)的優(yōu)勢。利用數(shù)據(jù)倉庫系統(tǒng)將分散在企業(yè)中的各個“信息孤島”，有效、完整的集合在一起。建立統(tǒng)一的企業(yè)數(shù)據(jù)視圖，并在此基礎(chǔ)之上，將企業(yè)各個生產(chǎn)環(huán)節(jié)的數(shù)據(jù)綜合在一起進(jìn)行分析。并利用數(shù)據(jù)挖掘、OLAP分析等技術(shù)，形成各種關(guān)聯(lián)分析和預(yù)測分析，可以為企業(yè)的決策提供更為可靠且全面的支持。
具體實(shí)施例方式
下面結(jié)合具體實(shí)施例來詳細(xì)說明本發(fā)明。
一種預(yù)測新業(yè)務(wù)潛在用戶的數(shù)據(jù)挖掘模型，該數(shù)據(jù)挖掘模型包括以下步驟1)業(yè)務(wù)理解確定業(yè)務(wù)目標(biāo)和基礎(chǔ)的客戶響應(yīng)變量，即選擇適當(dāng)?shù)臄?shù)據(jù)倉庫，并確定完全相同的響應(yīng)變量；2)數(shù)據(jù)理解對客戶的其它數(shù)據(jù)進(jìn)行分析，得到相應(yīng)的所有行為特征；3)數(shù)據(jù)分析分析客戶的所有行為特征，得出彼此之間的相似性，該相似的行為特征為用戶數(shù)、在網(wǎng)時長、人均在網(wǎng)時長、通信次數(shù)、人均通信次數(shù)、通信費(fèi)用、人均通信費(fèi)用、通信時長、人均通信時長、短信次數(shù)、人均短信次數(shù)、短信費(fèi)用、人均短信費(fèi)用、GPRS次數(shù)、人均GPRS次數(shù)、GPRS流量、人均GPRS流量、GPRS費(fèi)用、人均GPRS費(fèi)用、WAP次數(shù)、人均WAP次數(shù)、WAP費(fèi)用、人均WAP費(fèi)用、總費(fèi)用和人均消費(fèi)；4)數(shù)據(jù)挖掘按照相似的行為特征，重新搜索數(shù)據(jù)倉庫，挖掘出具有該行為特征的其它客戶，該客戶即為潛在用戶。
上述模型的預(yù)測方式都依賴于這樣兩個假設(shè)，其一是，縱向歷史相似，在某一特定的時間周期內(nèi)，具有同一特點(diǎn)的一批用戶的行為具有重復(fù)性。其二，橫向相似，即不同用戶之間，如果70％特點(diǎn)都相同，那么另外的30％的特點(diǎn)也應(yīng)該相同。
在具體的研究過程中，我們選取了河北移動通信有限責(zé)任公司的彩鈴與WAP業(yè)務(wù)的預(yù)測為實(shí)例，來構(gòu)建模型。利用數(shù)據(jù)倉庫中大量的歷史數(shù)據(jù)，輔以先進(jìn)的搜索技術(shù)來實(shí)現(xiàn)，具體操作如下以彩鈴用戶為例，市場部門在做營銷推廣之前，需求大致知道那些用戶是彩鈴業(yè)務(wù)的潛在消費(fèi)群體，我們的具體做法是首先在數(shù)據(jù)倉庫中，將已經(jīng)注冊了彩鈴業(yè)務(wù)的用戶找出，然后分析其行為特征，找出他們之間的相似行為特征，最后，將未注冊彩鈴的但符合以上相似行為特征的用戶圈定為彩鈴業(yè)務(wù)的潛在用戶群。
經(jīng)過分析我們得出通信次數(shù)在200次以上，通信費(fèi)在65元以上，通信時長在450分鐘以上，短信次數(shù)在120次以上，短信費(fèi)用在7元以上，GPRS在5次以上，GPRS流量在200K以上，GPRS費(fèi)用在1.85元以上，WAP次數(shù)1次以上，人均消費(fèi)在100元以上的用戶使用彩鈴的可能比較大。依此類推，其他新業(yè)務(wù)如GPRS業(yè)務(wù)、夢網(wǎng)短信業(yè)務(wù)或WAP主站業(yè)務(wù)等的潛在用戶預(yù)測也可依此而行。
權(quán)利要求
1.一種預(yù)測新業(yè)務(wù)潛在用戶的數(shù)據(jù)挖掘模型，該數(shù)據(jù)挖掘模型包括以下步驟1)業(yè)務(wù)理解確定業(yè)務(wù)目標(biāo)和基礎(chǔ)的客戶響應(yīng)變量，即選擇適當(dāng)?shù)臄?shù)據(jù)倉庫，并確定完全相同的響應(yīng)變量；2)數(shù)據(jù)理解對客戶的其它數(shù)據(jù)進(jìn)行分析，得到相應(yīng)的所有行為特征；3)數(shù)據(jù)分析分析客戶的所有行為特征，得出彼此之間的相似性；4)數(shù)據(jù)挖掘按照相似的行為特征，重新搜索數(shù)據(jù)倉庫，挖掘出具有該行為特征的其它客戶，該客戶即為潛在用產(chǎn)。
2.根據(jù)權(quán)利要求1所述的預(yù)測新業(yè)務(wù)潛在用戶的數(shù)據(jù)挖掘模型，其特征在于所述相似的行為特征為用戶數(shù)、在網(wǎng)時長、人均在網(wǎng)時長、通信次數(shù)、人均通信次數(shù)、通信費(fèi)用、人均通信費(fèi)用、通信時長、人均通信時長、短信次數(shù)、人均短信次數(shù)、短信費(fèi)用、人均短信費(fèi)用、GPRS次數(shù)、人均GPRS次數(shù)、GPRS流量、人均GPRS流量、GPRS費(fèi)用、人均GPRS費(fèi)用、WAP次數(shù)、人均WAP次數(shù)、WAP費(fèi)用、人均WAP費(fèi)用、總費(fèi)用和人均消費(fèi)。
全文摘要
本發(fā)明公開了一種預(yù)測新業(yè)務(wù)潛在用戶的數(shù)據(jù)挖掘模型，該數(shù)據(jù)挖掘模型包括以下步驟1)業(yè)務(wù)理解；2)數(shù)據(jù)理解；3)數(shù)據(jù)分析；4)數(shù)據(jù)挖掘，得到潛在用戶。本發(fā)明采用了目前領(lǐng)先的數(shù)據(jù)挖掘、數(shù)據(jù)倉庫、OLAP分析等技術(shù)，創(chuàng)造性的將企業(yè)數(shù)據(jù)融合在一起，為企業(yè)的經(jīng)營生產(chǎn)提供全方位的決策支持。與同類系統(tǒng)相比有更強(qiáng)的優(yōu)勢。利用數(shù)據(jù)倉庫系統(tǒng)將分散在企業(yè)中的各個“信息孤島”，有效、完整的集合在一起。建立統(tǒng)一的企業(yè)數(shù)據(jù)視圖，并在此基礎(chǔ)之上，將企業(yè)各個生產(chǎn)環(huán)節(jié)的數(shù)據(jù)綜合在一起進(jìn)行分析。并利用數(shù)據(jù)挖掘、OLAP分析等技術(shù)，形成各種關(guān)聯(lián)分析和預(yù)測分析，可以為企業(yè)的決策提供更為可靠且全面的支持。
文檔編號G06Q30/02GK101075303SQ20061001272
公開日2007年11月21日 申請日期2006年5月18日 優(yōu)先權(quán)日2006年5月18日
發(fā)明者郭永宏, 賈殿承, 喬輝, 武海斌, 龐詠, 李祎, 張文杰, 易劍光, 劉鵬 申請人:河北全通通信有限公司