一種電信業(yè)務(wù)的推薦方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及通信技術(shù)領(lǐng)域，特別設(shè)及一種電信業(yè)務(wù)的推薦方法及裝置。
【背景技術(shù)】
[0002] 現(xiàn)階段，伴隨著數(shù)據(jù)流量消費的普及和資費水平的大幅降低，=大電信運營商傳 統(tǒng)的電信業(yè)務(wù)面臨著同質(zhì)化競爭的宿命，使得電信運營商必須向集約化經(jīng)營和精細化運營 轉(zhuǎn)型，從W往的依靠傳統(tǒng)媒體，如電視、廣播、報紙、戶外廣告等"地毯式"轟炸的大眾營銷模 式，到深入分析與把握用戶的需求，精確定位出用戶適配的業(yè)務(wù)類型，從而向"為客戶尋找 適合他自己的業(yè)務(wù)"的精確營銷模式轉(zhuǎn)變。
[0003]目前，各基礎(chǔ)電信運營商都建立了各自的經(jīng)營分析系統(tǒng)，主要依靠W下幾種方式 來輔助進行精確營銷挖掘：
[0004] 方式一；傳統(tǒng)的W及改進的業(yè)務(wù)關(guān)聯(lián)規(guī)則方法，形成多個業(yè)務(wù)關(guān)聯(lián)項來輔助進行 營銷挖掘；
[000引方式二基于該電信用戶的基本資料、品牌類別（全球通、神州行、動感地帶）、歷 史月消費額度等基礎(chǔ)信息來進行簡單分析和數(shù)據(jù)挖掘。
[0006] 針對方式一，由于該方式中只考慮了業(yè)務(wù)之間的關(guān)聯(lián)性，沒有從客戶的角度出發(fā)， 來考慮客戶的真實消費需要，所W該方式只是反映的是業(yè)務(wù)開發(fā)者認為值得推薦的業(yè)務(wù)， 顯然該樣的業(yè)務(wù)推薦結(jié)果是從業(yè)務(wù)開發(fā)者角度得出來的，不是十分準確的，無法真正滿足 客戶的業(yè)務(wù)需求。
[0007] 針對方式二，由于用戶的真實需求無法從自身的基本資料、客戶套餐類別、歷史月 消費額度中獲得，例如，歷史上月度高消費的客戶并不全都對貴的業(yè)務(wù)感興趣，同樣歷史上 低消費客戶也并不全是對便宜的業(yè)務(wù)感興趣。所W顯然該樣的業(yè)務(wù)推薦結(jié)果也是不準確 的，也無法真正滿足客戶真實需求。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明實施例的目的在于提供一種電信業(yè)務(wù)的推薦方法及裝置，能夠精確地向用 戶推薦電信業(yè)務(wù)。
[0009] 為了達到上述目的，本發(fā)明的實施例提供了一種電信業(yè)務(wù)的推薦方法，該方法包 括：
[0010] 根據(jù)目標用戶的歷史信息和預(yù)先得到的用于檢驗用戶是否會接受待推薦電信業(yè) 務(wù)的訓(xùn)練結(jié)果，對目標用戶進行電信業(yè)務(wù)匹配預(yù)測，得到電信業(yè)務(wù)匹配預(yù)測的結(jié)果；
[0011] 根據(jù)電信業(yè)務(wù)匹配預(yù)測的結(jié)果，識別出會接受待推薦電信業(yè)務(wù)的用戶；
[0012] 向會接受待推薦電信業(yè)務(wù)的用戶發(fā)送電信業(yè)務(wù)推薦信息。
[0013] 其中，根據(jù)電信業(yè)務(wù)匹配預(yù)測的結(jié)果，識別出會接受待推薦電信業(yè)務(wù)的用戶，具體 包括：
[0014] 判斷電信業(yè)務(wù)匹配預(yù)測的結(jié)果是否大于預(yù)設(shè)值；
[0015] 若電信業(yè)務(wù)匹配預(yù)測的結(jié)果大于預(yù)設(shè)值，則確定該目標用戶為會接受待推薦電信 業(yè)務(wù)的用戶。
[0016] 其中，在根據(jù)目標用戶的歷史信息和預(yù)先得到的用于檢驗用戶是否會接受待推薦 電信業(yè)務(wù)的訓(xùn)練結(jié)果，對目標用戶進行電信業(yè)務(wù)匹配預(yù)測，得到電信業(yè)務(wù)匹配預(yù)測的結(jié)果 之前，方法還包括：
[0017] 獲取用于檢驗用戶是否會接受待推薦電信業(yè)務(wù)的訓(xùn)練結(jié)果。
[0018] 其中，獲取用于檢驗用戶是否會接受待推薦電信業(yè)務(wù)的訓(xùn)練結(jié)果，具體包括：
[0019] 獲取訓(xùn)練所需要的基礎(chǔ)數(shù)據(jù)；
[0020] 對基礎(chǔ)數(shù)據(jù)進行預(yù)處理，得到中間數(shù)據(jù)；
[0021] 通過遺傳算法和神經(jīng)網(wǎng)絡(luò)算法對中間數(shù)據(jù)進行訓(xùn)練，得到訓(xùn)練結(jié)果。
[0022] 其中，對基礎(chǔ)數(shù)據(jù)進行預(yù)處理，得到中間數(shù)據(jù)，具體包括：
[0023] 根據(jù)預(yù)設(shè)的篩選要求對基礎(chǔ)數(shù)據(jù)進行篩選，得到篩選后的數(shù)據(jù)；
[0024] 根據(jù)預(yù)設(shè)的數(shù)據(jù)格式，對篩選后的數(shù)據(jù)進行排序；
[0025] 對排序后的數(shù)據(jù)進行歸一化處理，得到具有遺傳算法能識別的數(shù)據(jù)結(jié)構(gòu)的中間數(shù) 據(jù)。
[0026] 其中，通過遺傳算法和神經(jīng)網(wǎng)絡(luò)算法對中間數(shù)據(jù)進行訓(xùn)練，得到訓(xùn)練結(jié)果，具體包 括：
[0027] 通過遺傳算法對中間數(shù)據(jù)進行迭代運算，得到初始群體；
[0028] 對初始群體進行解碼，得到初始群體中的每個個體；
[0029] 通過神經(jīng)網(wǎng)絡(luò)算法對初始群體中的每個個體的檢驗精度進行優(yōu)化，得到中間群 體；
[0030] 判斷中間群體中是否存在檢驗精度大于預(yù)設(shè)檢驗精度的個體；
[0031] 若中間群體中存在檢驗精度大于預(yù)設(shè)檢驗精度的個體，則將該個體作為訓(xùn)練結(jié) 果。
[0032] 其中，方法還包括：
[0033] 若中間群體中不存在檢驗精度大于預(yù)設(shè)檢驗精度的個體，則根據(jù)預(yù)設(shè)檢驗精度， 通過遺傳算法對中間群體進行選擇、交叉和變異操作，得到新的群體；
[0034] 對新的群體進行解碼，并通過神經(jīng)網(wǎng)絡(luò)算法對解碼后的每個個體的檢驗精度進行 優(yōu)化，得到新的中間群體；
[0035] 判斷新的中間群體中是否存在檢驗精度大于預(yù)設(shè)檢驗精度的個體；
[0036] 若新的中間群體中存在檢驗精度大于預(yù)設(shè)檢驗精度的個體，則將該個體作為訓(xùn)練 結(jié)果；
[0037] 若新的中間群體中不存在檢驗精度大于預(yù)設(shè)檢驗精度的個體，則繼續(xù)通過遺傳算 法對新的中間群體進行選擇、交叉和變異操作，得到新的群體，并繼續(xù)通過神經(jīng)網(wǎng)絡(luò)算法對 新的群體中的每個個體的檢驗精度進行優(yōu)化，得到新的中間群體，直至新的中間群體中存 在檢驗精度大于預(yù)設(shè)檢驗精度的個體，并將該個體作為訓(xùn)練結(jié)果。
[0038] 其中，在繼續(xù)通過神經(jīng)網(wǎng)絡(luò)算法對新的群體中的每個個體的檢驗精度進行優(yōu)化， 得到新的中間群體之后，方法還包括：
[0039] 判斷遺傳算法的迭代運算次數(shù)是否達到預(yù)設(shè)次數(shù)；
[0040] 若遺傳算法的迭代運算次數(shù)達到預(yù)設(shè)次數(shù)，則停止訓(xùn)練，并將最后一次運算得到 的新的中間群體中的檢驗精度最高的個體作為訓(xùn)練結(jié)果。
[0041] 本發(fā)明的實施例還提供了一種電信業(yè)務(wù)的推薦裝置，該裝置包括：
[0042] 預(yù)測模塊，用于根據(jù)目標用戶的歷史信息和預(yù)先得到的用于檢驗用戶是否會接受 待推薦電信業(yè)務(wù)的訓(xùn)練結(jié)果，對目標用戶進行電信業(yè)務(wù)匹配預(yù)測，得到電信業(yè)務(wù)匹配預(yù)測 的結(jié)果；
[0043] 識別模塊，用于根據(jù)電信業(yè)務(wù)匹配預(yù)測的結(jié)果，識別出會接受待推薦電信業(yè)務(wù)的 用戶；
[0044]發(fā)送模塊，用于向會接受待推薦電信業(yè)務(wù)的用戶發(fā)送電信業(yè)務(wù)推薦信息。
[0045] 其中，識別模塊包括：
[0046] 判斷單元，用于判斷電信業(yè)務(wù)匹配預(yù)測的結(jié)果是否大于預(yù)設(shè)值，并當電信業(yè)務(wù)匹 配預(yù)測的結(jié)果大于預(yù)設(shè)值時，觸發(fā)確定單元；
[0047] 確定單元，用于根據(jù)判斷單元的觸發(fā)，確定該目標用戶為會接受待推薦電信業(yè)務(wù) 的用戶。
[0048] 其中，裝置還包括：
[0049] 獲取模塊，用于獲取用于檢驗用戶是否會接受待推薦電信業(yè)務(wù)的訓(xùn)練結(jié)果。
[0050] 其中，獲取模塊包括：
[0051] 獲取單元，用于獲取訓(xùn)練所需要的基礎(chǔ)數(shù)據(jù)；
[0052] 處理單元，用于對基礎(chǔ)數(shù)據(jù)進行預(yù)處理，得到中間數(shù)據(jù)；
[0053] 訓(xùn)練單元，用于通過遺傳算法和神經(jīng)網(wǎng)絡(luò)算法對中間數(shù)據(jù)進行訓(xùn)練，得到訓(xùn)練結(jié) 果。
[0054] 其中，處理單元包括：
[00巧]篩選子單元，用于根據(jù)預(yù)設(shè)的篩選要求對基礎(chǔ)數(shù)據(jù)進行篩選，得到篩選后的數(shù) 據(jù)；
[0056] 排序子單元，用于根據(jù)預(yù)設(shè)的數(shù)據(jù)格式，對篩選后的數(shù)據(jù)進行排序；
[0057] 歸一單元，用于對排序后的數(shù)據(jù)進行歸一化處理，得到具有遺傳算法能識別的數(shù) 據(jù)結(jié)構(gòu)的中間數(shù)據(jù)。
[0058] 其中，訓(xùn)練單元包括：
[0059] 運算子單元，用于通過遺傳算法對中間數(shù)據(jù)進行迭代運算，得到初始群體；
[0060] 解碼子單元，用于對初始群體進行解碼，得到初始群體中的每個個體；
[0061] 優(yōu)化子單元，用于通過神經(jīng)網(wǎng)絡(luò)算法對初始群體中的每個個體的檢驗精度進行優(yōu) 化，得到中間群體；
[0062] 判斷子單元，用于判斷中間群體中是否存在檢驗精度大于預(yù)設(shè)檢驗精度的個體， 并當中間群體中存在檢驗精度大于預(yù)設(shè)檢驗精度的個體時，觸發(fā)第一確定子單元；
[0063] 第一確定子單元，用于根據(jù)判斷子單元的觸發(fā)，將該個體作為訓(xùn)練結(jié)果。
[0064] 其中，裝置還包括：
[0065]第一操作模塊，用于當中間群體中不存在檢驗精度大于預(yù)設(shè)檢驗精度的個體時， 根據(jù)預(yù)設(shè)檢驗精度，通過遺傳算法對中間群體進行選擇、交叉和變異操作，得到新的群體；
[0066] 解碼模塊，用于對新的群體進行解碼，并通過神經(jīng)網(wǎng)絡(luò)算法對解碼后的每個個體 的檢驗精度進行優(yōu)化，得到新的中間群體；
[0067] 第一判斷模塊，用于判斷新的中間群體中是否存在檢驗精度大于預(yù)設(shè)檢驗精度的 個體，并當新的中間群體中存在檢驗精度大于預(yù)設(shè)檢驗精度的個體時，觸發(fā)確定模塊，當新 的中間群體中不存在檢驗精度大于預(yù)設(shè)檢驗精度的個體時，觸發(fā)第二操作模塊；
[0068] 確定模塊，用于根據(jù)第一判斷模塊的觸發(fā)，將該個體作為訓(xùn)練結(jié)果；
[0069] 第二操作模塊，用于根據(jù)第一判斷模塊的觸發(fā)，繼續(xù)通過