面向智能終端的業(yè)務(wù)推薦方法及裝置的制造方法
【專利摘要】本發(fā)明提供了一種面向智能終端的業(yè)務(wù)推薦方法及裝置，所述業(yè)務(wù)推薦方法包括：獲取所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值，并根據(jù)智能終端評分體系，獲取用于反映所述智能終端性能的評測維度分?jǐn)?shù)；根據(jù)所述智能終端的評測維度分?jǐn)?shù)和所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值，確定所述智能終端的性能評測類型；根據(jù)所述智能終端的性能評測類型，確定向所述智能終端推薦的業(yè)務(wù)。本發(fā)明所提供的業(yè)務(wù)推薦方法是一種基于終端的分析實現(xiàn)方法，結(jié)合終端的性能制定相應(yīng)的業(yè)務(wù)推薦。
【專利說明】
面向智能終端的業(yè)務(wù)推薦方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及流量經(jīng)營領(lǐng)域，尤其設(shè)及一種面向智能終端的業(yè)務(wù)推薦方法及裝置。
【背景技術(shù)】
[0002] 現(xiàn)有W客戶及產(chǎn)品為中屯、的流量運(yùn)營技術(shù)方案主要存在兩方面的缺點：一是無法 將客戶的價值與其終端的承載能力相結(jié)合，不同類型的終端均有一定的承載能力，如果對 終端的性能不能全面測評，有可能使客戶的流量達(dá)到終端的頂峰，影響客戶流量的進(jìn)一步 提升；二是無法將終端、業(yè)務(wù)與客戶相匹配，終端作為業(yè)務(wù)與客戶的重要媒介，終端已成為 流量增長的首要驅(qū)動力，終端、業(yè)務(wù)、客戶的匹配是流量運(yùn)營的關(guān)鍵。因此，在智能終端快速 普及的情況下，需要W終端的性能為基礎(chǔ)為客戶制定相應(yīng)的運(yùn)營策略。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明技術(shù)方案的目的是提供一種面向智能終端的業(yè)務(wù)推薦方法及裝置，能夠結(jié) 合終端性能為智能終端客戶制定相應(yīng)的業(yè)務(wù)推薦策略。
[0004] 為了解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案： 陽〇化]依據(jù)本發(fā)明的一個方面，提供了一種面向智能終端的業(yè)務(wù)推薦方法，所述業(yè)務(wù)推 薦方法包括：獲取所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值，并根據(jù)智能終端評分 體系，獲取用于反映所述智能終端性能的評測維度分?jǐn)?shù)；根據(jù)所述智能終端的評測維度分 數(shù)和所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值，確定所述智能終端的性能評測類 型；根據(jù)所述智能終端的性能評測類型，確定向所述智能終端推薦的業(yè)務(wù)。
[0006] 進(jìn)一步的，建立所述智能終端評分體系的步驟，具體包括：確定用于反映智能終端 性能的多個評測維度，所述評測維度包括軟件評測維度和硬件評測維度；賦予每個所述評 測維度相應(yīng)的權(quán)重分值；統(tǒng)計多個智能終端關(guān)于所述多個評測維度的個性化參數(shù)；根據(jù)智 能終端關(guān)于每個所述評測維度的個性化參數(shù)，將參與統(tǒng)計的所有智能終端關(guān)于同一評測維 度分別進(jìn)行等級劃分；根據(jù)每個所述評測維度的權(quán)重分值和智能終端關(guān)于同一評測維度的 等級劃分，將每個所述評測維度的權(quán)重分值分配給參與統(tǒng)計的所有智能終端關(guān)于同一評測 維度的各個等級，得到智能終端的評測維度分?jǐn)?shù)。
[0007] 進(jìn)一步的，所述賦予每個所述評測維度相應(yīng)的權(quán)重分值的步驟，具體包括：計算每 個所述評測維度與智能終端在預(yù)定的時間段內(nèi)所使用的流量值的皮爾遜相關(guān)系數(shù)；根據(jù)市 場中評分軟件對所述多個評測維度的評分標(biāo)準(zhǔn)和所述皮爾遜相關(guān)系數(shù)，分別為每個所述評 測維度分配權(quán)重分值。
[0008] 進(jìn)一步的，所述將每個所述評測維度的權(quán)重分值分配給參與統(tǒng)計的所有智能終端 關(guān)于同一評測維度的各個等級所采用的數(shù)學(xué)方法是線性得分法。
[0009] 進(jìn)一步的，所述根據(jù)所述智能終端的評測維度分?jǐn)?shù)和所述智能終端在預(yù)定的時間 段內(nèi)所使用的流量值，確定所述智能終端的性能評測類型的步驟，具體包括：將所述智能終 端的評測維度分?jǐn)?shù)進(jìn)行歸一化處理，并利用通過BP神經(jīng)網(wǎng)絡(luò)模型得到的用于計算智能終 端整體評分的關(guān)系函數(shù)，計算所述智能終端的整體評分；判斷所述智能終端的整體評分與 第一預(yù)定值的大小，若所述整體評分大于所述第一預(yù)定值，則確定所述智能終端的整體評 分為高評分；若所述整體評分小于所述第一預(yù)定值，則確定所述智能終端的整體評分為低 評分；判斷所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值與第二預(yù)定值的大小，若流量 值大于所述第二預(yù)定值，則確定所述智能終端的流量值為高流量值；若流量值小于所述第 二預(yù)定值，則確定所述智能終端的流量值為低流量值；根據(jù)所述智能終端的整體評分和使 用流量值的判斷結(jié)果，確定所述智能終端的性能評測類型，所述性能評測類型包括：高評 分、低流量類型；高評分、高流量類型；低評分、低流量類型W及低評分、高流量類型。
[0010] 進(jìn)一步的，所述根據(jù)所述智能終端的性能評測類型，確定向所述智能終端推薦的 業(yè)務(wù)，具體包括：若所述智能終端的性能評測類型為高評分、低流量類型，則向所述智能終 端推薦流量包業(yè)務(wù)；若所述智能終端的性能評測類型為低評分、高流量類型，則向所述智能 終端推薦終端換機(jī)業(yè)務(wù)；若所述智能終端的性能評測類型為地評分、低流量類型，則向所訴 智能終端同時推薦流量包業(yè)務(wù)和終端換機(jī)業(yè)務(wù)。
[0011] 進(jìn)一步的，所述向所述智能終端推薦流量包業(yè)務(wù)的步驟，具體包括：統(tǒng)計所述智能 終端在預(yù)定時間段內(nèi)截止某天已使用的流量值；根據(jù)所述智能終端在預(yù)定時間段內(nèi)截止某 天已使用的流量值，預(yù)測所述智能終端在預(yù)定時間段內(nèi)的總流量值；統(tǒng)計與所述智能終端 所屬類型相同的智能終端在預(yù)定時間段內(nèi)所能承載的流量平均值；測算所述流量平均值與 所述智能終端在預(yù)定時間段內(nèi)的實際流量值之間的相關(guān)系數(shù)，并根據(jù)所述相關(guān)系數(shù)，確定 所述流量平均值和預(yù)測的所述智能終端總流量值的權(quán)重值；根據(jù)所述流量平均值和預(yù)測的 所述智能終端的總流量值權(quán)重值，計算所述智能終端的最終預(yù)測流量值；根據(jù)所述最終預(yù) 測流量值，制定所述智能終端在預(yù)定時間段內(nèi)所應(yīng)推薦的流量包業(yè)務(wù)；比較在預(yù)定時間段 內(nèi)所應(yīng)推薦的流量包業(yè)務(wù)與上一個相同的預(yù)定時間端內(nèi)實際推薦的流量包業(yè)務(wù)，選擇流量 包大的業(yè)務(wù)推薦給所述智能終端。
[0012] 進(jìn)一步的，所述根據(jù)所述智能終端在預(yù)定時間段內(nèi)截止某天已使用的流量值，預(yù) 測所述智能終端在預(yù)定時間段內(nèi)的總流量值的步驟，具體包括：用所述智能終端在預(yù)定時 間段內(nèi)截止某天已使用的流量值除W使用的天數(shù)，得到所述智能終端截止某天時日均流 量；用所述日均流量乘W預(yù)定時間段的總天數(shù)，得到所述智能終端在預(yù)定時間段內(nèi)的總流 量值。
[0013] 進(jìn)一步的，所述測算所述流量平均值與所述智能終端在預(yù)定時間段內(nèi)的實際流量 值之間的相關(guān)系數(shù)，所采用的數(shù)學(xué)方法為線性回歸法。
[0014] 進(jìn)一步的，所述計算所述智能終端的最終預(yù)測流量值，采用的數(shù)學(xué)方法為加權(quán)平 均算法。
[0015] 進(jìn)一步的，所述向所述智能終端推薦終端換機(jī)業(yè)務(wù)的步驟，具體包括：W智能終端 使用時長作為分界點，將智能終端的生命周期劃分為終端興奮期、終端平穩(wěn)期和終端衰退 期；判斷所述智能終端所屬的時期，若所述智能終端處于終端衰退期，則向所述智能終端推 薦換機(jī)業(yè)務(wù)。
[0016] 依據(jù)本發(fā)明實施例的另一個方面，提供了一種面向智能終端的業(yè)務(wù)推薦裝置，所 述業(yè)務(wù)推薦裝置包括：獲取模塊，用于獲取所述智能終端在預(yù)定的時間段內(nèi)所使用的流量 值，并根據(jù)智能終端評分體系，獲取用于反映所述智能終端性能的評測維度分?jǐn)?shù)；評測類型 確定模塊，用于根據(jù)所述智能終端的評測維度分?jǐn)?shù)和所述智能終端在預(yù)定的時間段內(nèi)所使 用的流量值，確定所述智能終端的性能評測類型；業(yè)務(wù)推薦模塊，用于根據(jù)所述智能終端的 性能評測類型，確定向所述智能終端推薦的業(yè)務(wù)。
[0017] 進(jìn)一步的，建立所述智能終端評分體系的步驟，具體包括：確定用于反映智能終端 性能的多個評測維度，所述評測維度包括軟件評測維度和硬件評測維度；賦予每個所述評 測維度相應(yīng)的權(quán)重分值；統(tǒng)計多個智能終端關(guān)于所述多個評測維度的個性化參數(shù)；根據(jù)智 能終端關(guān)于每個所述評測維度的個性化參數(shù)，將參與統(tǒng)計的所有智能終端關(guān)于同一評測維 度分別進(jìn)行等級劃分；根據(jù)每個所述評測維度的權(quán)重分值和智能終端關(guān)于同一評測維度的 等級劃分，將每個所述評測維度的權(quán)重分值分配給參與統(tǒng)計的所有智能終端關(guān)于同一評測 維度的各個等級，得到智能終端的評測維度分?jǐn)?shù)。
[0018] 進(jìn)一步的，所述賦予每個所述評測維度相應(yīng)的權(quán)重分值的步驟，具體包括：計算每 個所述評測維度與智能終端在預(yù)定的時間段內(nèi)所使用的流量值的皮爾遜相關(guān)系數(shù)；根據(jù)市 場中評分軟件對所述多個評測維度的評分標(biāo)準(zhǔn)和所述皮爾遜相關(guān)系數(shù)，分別為每個所述評 測維度分配權(quán)重分值。
[0019] 進(jìn)一步的，所述將每個所述評測維度的權(quán)重分值分配給參與統(tǒng)計的所有智能終端 關(guān)于同一評測維度的各個等級所采用的數(shù)學(xué)方法是線性得分法。
[0020] 進(jìn)一步的，評測類型確定模塊包括：整體評分子模塊，用于將所述智能終端的評 測維度分?jǐn)?shù)進(jìn)行歸一化處理，并利用通過BP神經(jīng)網(wǎng)絡(luò)模型得到的用于計算智能終端整體 評分的關(guān)系函數(shù)，計算所述智能終端的整體評分；第一判斷子模塊，用于判斷所述智能終端 的整體評分與第一預(yù)定值的大小，若所述整體評分大于所述第一預(yù)定值，則確定所述智能 終端的整體評分為高評分；若所述整體評分小于所述第一預(yù)定值，則確定所述智能終端的 整體評分為低評分；第二判斷子模塊，用于判斷所述智能終端在預(yù)定的時間段內(nèi)所使用的 流量值與第二預(yù)定值的大小，若流量值大于所述第二預(yù)定值，則確定所述智能終端的流量 值為高流量值；若流量值小于所述第二預(yù)定值，則確定所述智能終端的流量值為低流量值； 評測類型確定子模塊，用于根據(jù)所述智能終端的整體評分和使用流量值的判斷結(jié)果，確定 所述智能終端的性能評測類型，所述性能評測類型包括：高評分、低流量類型；高評分、高 流量類型；低評分、低流量類型W及低評分、高流量類型。
[0021] 進(jìn)一步的，所述業(yè)務(wù)推薦模塊包括：流量包業(yè)務(wù)推薦子模塊，用于若所述智能終端 的性能評測類型為高評分、低流量類型，則向所述智能終端推薦流量包業(yè)務(wù)；終端換機(jī)業(yè)務(wù) 推薦子模塊，用于若所述智能終端的性能評測類型為低評分、高流量類型，則向所述智能終 端推薦終端換機(jī)業(yè)務(wù)。
[0022] 進(jìn)一步的，所述流量包業(yè)務(wù)推薦子模塊包括：流量統(tǒng)計單元，用于統(tǒng)計所述智能終 端在預(yù)定時間段內(nèi)截止某天已使用的流量值；總流量預(yù)測單元，用于根據(jù)所述智能終端在 預(yù)定時間段內(nèi)截止某天已使用的流量值，預(yù)測所述智能終端在預(yù)定時間段內(nèi)的總流量值； 承載流量統(tǒng)計單元，用于統(tǒng)計與所述智能終端所屬類型相同的智能終端在預(yù)定時間段內(nèi)所 能承載的流量平均值；權(quán)重值確定單元，用于測算所述流量平均值與所述智能終端在預(yù)定 時間段內(nèi)的實際流量值之間的相關(guān)系數(shù)，并根據(jù)所述相關(guān)系數(shù)，確定所述流量平均值和預(yù) 測的所述智能終端總流量值的權(quán)重值；最終預(yù)測流量計算單元，用于根據(jù)所述流量平均值 和預(yù)測的所述智能終端的總流量值權(quán)重值，計算所述智能終端的最終預(yù)測流量值；流量包 業(yè)務(wù)制定單元，用于根據(jù)所述最終預(yù)測流量值，制定所述智能終端在預(yù)定時間段內(nèi)所應(yīng)推 薦的流量包業(yè)務(wù)；流量包業(yè)務(wù)推薦單元，用于比較在預(yù)定時間段內(nèi)所應(yīng)推薦的流量包業(yè)務(wù) 與上一個相同的預(yù)定時間端內(nèi)實際推薦的流量包業(yè)務(wù)，選擇流量包大的業(yè)務(wù)推薦給所述智 能終端；流量包和終端換機(jī)業(yè)務(wù)推薦模塊，用于若所述智能終端的性能評測類型為地評分、 低流量類型，則向所訴智能終端同時推薦流量包業(yè)務(wù)和終端換機(jī)業(yè)務(wù)。
[0023] 進(jìn)一步的，總流量預(yù)測單元包括：日均流量計算子單元，用于用所述智能終端在預(yù) 定時間段內(nèi)截止某天已使用的流量值除W使用的天數(shù)，得到所述智能終端截止某天時日均 流量；總流量值計算子單元，用于用所述日均流量乘W預(yù)定時間段的總天數(shù)，得到所述智能 終端在預(yù)定時間段內(nèi)的總流量值。
[0024] 進(jìn)一步的，所述權(quán)重值確定單元測算所述流量平均值與所述智能終端在預(yù)定時間 段內(nèi)的實際流量值之間的相關(guān)系數(shù)，所采用的數(shù)學(xué)方法為線性回歸法。
[0025] 進(jìn)一步的，所述最終預(yù)測流量計算單元計算所述智能終端的最終預(yù)測流量值，所 采用的數(shù)學(xué)方法為加權(quán)平均算法。
[00%] 進(jìn)一步的，所述終端換機(jī)業(yè)務(wù)推薦子模塊包括：周期劃分單元，用于W智能終端使 用時長作為分界點，將智能終端的生命周期劃分為終端興奮期、終端平穩(wěn)期和終端衰退期； 換機(jī)業(yè)務(wù)推薦單元，用于判斷所述智能終端所屬的時期，若所述智能終端處于終端衰退期， 則向所述智能終端推薦換機(jī)業(yè)務(wù)。
[0027] 本發(fā)明的有益效果是：本發(fā)明提供的面向智能終端的業(yè)務(wù)推薦方法及裝置，轉(zhuǎn)變 了 W往W客戶流量為基礎(chǔ)進(jìn)行的運(yùn)營模式，本發(fā)明采用W終端為基礎(chǔ)的運(yùn)營策略，W終端 為運(yùn)營切入點，探索終端與終端客戶價值之間的關(guān)系，使終端客戶使用行為與終端相契合， 并將終端的性能加 W量化，使其向業(yè)務(wù)方面進(jìn)行應(yīng)用延伸，使終端、業(yè)務(wù)形成較好的匹配， 從而為智能終端客戶制定相應(yīng)的業(yè)務(wù)推薦方案。
【附圖說明】
[0028] 圖1表示本發(fā)明實施例提供的業(yè)務(wù)推薦方法的步驟流程圖；
[0029] 圖2表示本發(fā)明實施例提供的建立智能終端評分體系的步驟流程圖；
[0030] 圖3表示本發(fā)明實施例提供的為評測維度賦予分配權(quán)重分值的步驟流程圖；
[0031] 圖4表示本發(fā)明實施例提供的確定智能終端的性能評測類型的步驟流程圖；
[0032] 圖5表示本發(fā)明實施例提供的BP神經(jīng)網(wǎng)絡(luò)模型示意圖；
[0033] 圖6表示本發(fā)明實施例提供的BP神經(jīng)網(wǎng)絡(luò)模型建立流程圖；
[0034] 圖7表示本發(fā)明實施例提供的智能終端四象限劃分示意圖；
[0035] 圖8表示本發(fā)明實施例提供的流量包業(yè)務(wù)推薦步驟流程圖；
[0036] 圖9表示本發(fā)明實施例提供的終端換機(jī)業(yè)務(wù)推薦步驟流程圖；
[0037] 圖10表示本發(fā)明實施例提供的業(yè)務(wù)推薦裝置框圖；
[0038] 圖11表示本發(fā)明實施例提供的評測類型確定模塊的示意圖；
[0039] 圖12表示本發(fā)明實施例提供的業(yè)務(wù)推薦模塊的示意圖；
[0040] 圖13表示本發(fā)明實施例提供的流量包業(yè)務(wù)推薦子模塊的示意圖；
[0041] 圖14表示本發(fā)明實施例提供的總流量預(yù)測單元的示意圖；
[0042] 圖15表示本發(fā)明實施例提供的終端換機(jī)業(yè)務(wù)推薦子模塊的示意圖。
【具體實施方式】
[0043] 下面將參照附圖更詳細(xì)地描述本發(fā)明的示例性實施例。雖然附圖中顯示了本發(fā)明 的示例性實施例，然而應(yīng)當(dāng)理解，可各種形式實現(xiàn)本發(fā)明而不應(yīng)被運(yùn)里闡述的實施例 所限制。相反，提供運(yùn)些實施例是為了能夠更透徹地理解本發(fā)明，并且能夠?qū)⒈景l(fā)明的范圍 完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。
[0044] 依據(jù)本發(fā)明實施例的一個方面，提供了 一種面向智能終端的業(yè)務(wù)推薦方法，如圖1 所示，所述方法包括：步驟S101、獲取所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值，并 根據(jù)智能終端評分體系，獲取用于反映所述智能終端性能的評測維度分?jǐn)?shù)；步驟S102、根 據(jù)所述智能終端的評測維度分?jǐn)?shù)和所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值，確定 所述智能終端的性能評測類型；步驟S103、根據(jù)所述智能終端的性能評測類型，確定向所 述智能終端推薦的業(yè)務(wù)。為了便于理解本發(fā)明實施例提供的業(yè)務(wù)推薦方法，W下將對Ξ個 步驟分別進(jìn)行描述。
[0045] 步驟S101、獲取所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值，并根據(jù)智能終 端評分體系，獲取用于反映所述智能終端性能的評測維度分?jǐn)?shù)。
[0046] 本發(fā)明實施例提供的業(yè)務(wù)推薦方法的技術(shù)關(guān)鍵點是W終端屬性為基礎(chǔ)，將智能終 端的性能加 W量化，而將性能量化則是通過智能終端評分體系，挖掘能反應(yīng)的智能終端性 能的評測維度，并為每個評測維度賦予一定的分值，得到評測維度分?jǐn)?shù)，其中，如圖2所示， 建立智能終端評分體系的步驟包括：
[0047] 步驟S201、確定用于反映智能終端性能的多個評測維度，所述評測維度包括軟件 評測維度和硬件評測維度；
[0048] 智能終端評分體系的建立，首先要確定能反應(yīng)智能終端性能的評測維度，W便合 理的對智能終端進(jìn)行分析。根據(jù)數(shù)據(jù)分析發(fā)現(xiàn)，智能終端的價位、屏幕尺寸、操作系統(tǒng)、終端 制式等屬性對客戶流量及價值貢獻(xiàn)有較大的影響作用，如終端的屏幕尺寸越大，客戶的流 量及每用戶平均收入ARPU值越高，影響一款終端的性能和客戶感知的因素很多，歸結(jié)起來 可分為硬件因素和軟件因素兩部分，硬件因素主要指終端的硬件配置和直觀價格，如屏幕 尺寸、CPU、內(nèi)存、像素、終端價格；軟件因素主要指終端軟件配置及運(yùn)營商特有的自有業(yè)務(wù)， 如操作系統(tǒng)、網(wǎng)絡(luò)制式、是否預(yù)裝/灌裝、是否為定制機(jī)，因此也將評測維度分為軟件評測 維度和硬件評測維度。本發(fā)明實施例預(yù)選取如下表所示的評測維度。
[0049]
[0050] 如上表所示，本發(fā)明實施例最終確定的評測維度包括：安兔兔分?jǐn)?shù)、終端價位、尺 寸、分辨率、主頻、核數(shù)、RAM、ROM、像素、操作系統(tǒng)、支持的網(wǎng)絡(luò)制式、運(yùn)營商自有業(yè)務(wù)應(yīng)用評 測和/或運(yùn)營商定制終端，需要說明的是，本發(fā)明實施例提供的評測維度包括但不限于如 上所述的評測維度。
[0051] 其中，為了使評測維度的評分更具有客觀性，將市場中的評分軟件一安兔兔評分 軟件的分?jǐn)?shù)納入評測維度，使評分更具有權(quán)威性和說服性，需要說明的是表中安兔兔分?jǐn)?shù) 為智能終端的整體評分。
[0052] 步驟S202、賦予每個所述評測維度相應(yīng)的權(quán)重分值；
[0053] 確定評測維度之后，首先為每個評測維度賦予權(quán)重分值，而每個評測維度應(yīng)該賦 予多少權(quán)重分值，具體過程如圖3所示，包括：
[0054] 步驟S301、計算每個所述評測維度與智能終端在預(yù)定的時間段內(nèi)所使用的流量值 的皮爾遜相關(guān)系數(shù)；
[0055] 步驟S302、根據(jù)市場中評分軟件對所述多個評測維度的評分標(biāo)準(zhǔn)和所述皮爾遜相 關(guān)系數(shù)，分別為每個所述評測維度分配權(quán)重分值。
[0056] 其中，皮爾遜相關(guān)系數(shù)越大，所分配的權(quán)重分值越高，再根據(jù)評分軟件對所述多個 評測維度的評分標(biāo)準(zhǔn)，進(jìn)行進(jìn)一步的調(diào)整，使權(quán)重分值的分配更加合理和具有說服性。其 中，可按總分為100分對各個評測維度分配權(quán)重，也可根據(jù)需要設(shè)置其他分值。
[0057] 步驟S203、統(tǒng)計多個智能終端關(guān)于所述多個評測維度的個性化參數(shù)；
[0058] 對于智能終端關(guān)于所述多個評測維度的個性化參數(shù)，舉例來說就是，例如對于智 能終端的核數(shù)來說，有兩核、四核和八核等參數(shù)，對于智能終端的尺寸來說，有4. 7寸、5寸、 5. 1寸等參數(shù)，智能終端關(guān)于其他評測維度的個性化參數(shù)依次類推。
[0059] 步驟S204、根據(jù)智能終端關(guān)于每個所述評測維度的個性化參數(shù)，將參與統(tǒng)計的所 有智能終端關(guān)于同一評測維度分別進(jìn)行等級劃分；
[0060] 步驟S205、根據(jù)每個所述評測維度的權(quán)重分值和智能終端關(guān)于同一評測維度的等 級劃分，將每個所述評測維度的權(quán)重分值分配給參與統(tǒng)計的所有智能終端關(guān)于同一評測維 度的各個等級，得到智能終端的評測維度分?jǐn)?shù)。
[0061] 對于步驟S204和步驟S205 W下將舉例說明，例如，W終端價位來講，可將終端價 位分為500元W下、500-1000元、1000元-2000元、2000元-3000元、3000元W上五個等級， 運(yùn)用線性得分法，將每個評測維度的權(quán)重值分配給參與統(tǒng)計的所有智能終端關(guān)于該評測維 度的各個等級賦，其它評測維度均參照此類評分方法進(jìn)行評分。
[0062] 步驟S102、根據(jù)所述智能終端的評測維度分?jǐn)?shù)和所述智能終端在預(yù)定的時間段內(nèi) 所使用的流量值，確定所述智能終端的性能評測類型；
[0063] 其中，如圖4所示，確定所述智能終端的性能評測類型的具體步驟包括：
[0064] 步驟S401、將所述智能終端的評測維度分?jǐn)?shù)進(jìn)行歸一化處理，并利用通過BP神經(jīng) 網(wǎng)絡(luò)模型得到的用于計算智能終端整體評分的關(guān)系函數(shù)，計算所述智能終端的整體評分；
[0065] 其中，為了有效地克服由人工評估所帶來的人為因素及模糊隨機(jī)性的影響，保證 評測結(jié)果的客觀性和準(zhǔn)確性，本發(fā)明實施例利用BP神經(jīng)網(wǎng)絡(luò)，對評測維度分?jǐn)?shù)進(jìn)行學(xué)習(xí)和 訓(xùn)練，得到輸入與輸出的關(guān)系函數(shù)，從而得到智能終端的整體評分。
[0066] 如圖5和圖6所示，BP神經(jīng)網(wǎng)絡(luò)是一種無反饋前向網(wǎng)絡(luò)，由信息的正向傳播和誤 差的反向傳播兩個過程組成，包括輸入層、隱層和輸出層。輸入層各神經(jīng)元負(fù)責(zé)接收來自外 界的輸入信息，并傳遞給中間層各神經(jīng)元；中間層是內(nèi)部信息處理層，負(fù)責(zé)信息變換，根據(jù) 信息變化能力的需求，中間層可W設(shè)計為單隱層或者多隱層結(jié)構(gòu)；最后一個隱層傳遞到輸 出層各神經(jīng)元的信息，經(jīng)進(jìn)一步處理后，完成一次學(xué)習(xí)的正向傳播處理過程，由輸出層向外 界輸出信息處理結(jié)果。當(dāng)實際輸出與期望輸出不符時，進(jìn)入誤差的反向傳播階段。誤差通 過輸出層，按誤差梯度下降的方式修正各層權(quán)值，向隱層、輸入層逐層反傳。周而復(fù)始的信 息正向傳播和誤差反向傳播過程，是各層權(quán)值不斷調(diào)整的過程，也是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的 過程，此過程一直進(jìn)行到網(wǎng)絡(luò)輸出的誤差減少到可W接受的程度，或者預(yù)先設(shè)定的學(xué)習(xí)次 數(shù)為止。本發(fā)明實施提供的利用BP神經(jīng)網(wǎng)絡(luò)模型得到用于計算智能終端整體評分的關(guān)系 函數(shù)的具體過程如下所述：
[0067] 步驟1、選取預(yù)定時間段內(nèi)的智能終端客戶使用的智能終端的評測維度分?jǐn)?shù)作為 學(xué)習(xí)樣本，并將評測維度分?jǐn)?shù)進(jìn)行數(shù)據(jù)歸一化處理，W歸一化數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)模型的 輸入變量；
[0068] 例如，選取7月份的智能終端客戶使用的智能終端的評測維度分?jǐn)?shù)作為學(xué)習(xí)樣 本，將評測維度分?jǐn)?shù)進(jìn)行數(shù)據(jù)歸一化處理，即將每個類型的智能終端的評測維度分?jǐn)?shù)運(yùn)用 線性得分發(fā)使評測維度分?jǐn)?shù)均處于0~1之間，W此作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入變量。
[0069] 步驟2、選取Ξ層BP神經(jīng)網(wǎng)絡(luò)模型，將歸一化數(shù)據(jù)輸入MATLAB軟件，并給第一連接 權(quán)值W和第二連接權(quán)值VW及第一閥值Θ和第二閥值丫賦予區(qū)間（-1,1)內(nèi)的隨機(jī)值，其 中，所述Ξ層BP神經(jīng)網(wǎng)絡(luò)包括輸入層、中間層和輸出層；
[0070] 將參與統(tǒng)計的每個類型智能終端的評測維度分?jǐn)?shù)的歸一化數(shù)據(jù)W向量的形式輸 入MTLAB軟件備用。連接權(quán)值和閥值的作用是縮小預(yù)測值和實際值之間的誤差，提高計算 的精確度。
[0071] 在本發(fā)明實施例中，選取Ξ層BP神經(jīng)網(wǎng)絡(luò)模型，但并不限于Ξ層，可根據(jù)需要選 取其他類型的BP神經(jīng)網(wǎng)絡(luò)模型。
[0072] 步驟3、隨機(jī)選取某一類型的智能終端的歸一化數(shù)據(jù)向量和目標(biāo)樣本進(jìn)行學(xué)習(xí)和 訓(xùn)練，用歸一化數(shù)據(jù)向量、第一連接權(quán)值W和第一閥值Θ計算中間層各單元的輸入S，然后 用通過傳遞函數(shù)計算中間層各單元的輸出b;
[0073] 步驟4、利用中間層的輸出b、第二連接權(quán)值V和第二閥值丫計算輸出層各單元的 輸出以然后利用通過傳遞函數(shù)計算輸出層各單元的響應(yīng)C ;
[0074] 步驟5、利用目標(biāo)樣本和輸出層各單元的響應(yīng)C，計算輸出層各單元一般化誤差d ;
[0075] 步驟6、利用輸出層的一般化誤差d和中間層的輸出b，計算中間層的一般化誤差 e，利用輸出層各單元的一般化誤差d與中間層各單元的輸出b，來修正第二連接權(quán)值V和第 二閥值丫，利用中間層各單元的一般化誤差e和輸入層各單元的輸入，來修正第一連接權(quán) 值W和第一閥值Θ ;
[0076] 步驟7、隨機(jī)選取下一個類型的智能終端的歸一化數(shù)據(jù)作為學(xué)習(xí)樣本提供給BP神 經(jīng)網(wǎng)絡(luò)，返回步驟3,直到所有學(xué)習(xí)樣本訓(xùn)練完畢；最終得出用于計算整體智能終端評分的 關(guān)系函數(shù)，并根據(jù)關(guān)系函數(shù)計算智能終端的整體得分。
[0077] 步驟S402、判斷所述智能終端的整體評分與第一預(yù)定值的大小，若所述整體評分 大于所述第一預(yù)定值，則確定所述智能終端的整體評分為高評分；若所述整體評分小于所 述第一預(yù)定值，則確定所述智能終端的整體評分為低評分；
[0078] 例如，在通過關(guān)系函數(shù)計算出智能終端的整體評分后，若整體評分大于0. 5,則認(rèn) 為智能終端的整體評分高于平均分，為高評分；若整體評分小于0. 5,則認(rèn)為智能終端的整 體評分低于平均分，為低評分。
[0079] 步驟S403、判斷所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值與第二預(yù)定值的 大小，若流量值大于所述第二預(yù)定值，則確定所述智能終端的流量值為高流量值；若流量值 小于所述第二預(yù)定值，則確定所述智能終端的流量值為低流量值；
[0080] 高流量值和低流量值的評判原理同步驟S402,但需要說明的是運(yùn)里的流量值高低 是針對同一類型的智能終端而言的，第二預(yù)定值可為統(tǒng)計的同一類型的智能終端使用的流 量平均值。
[0081] 步驟S404、根據(jù)所述智能終端的整體評分和使用流量值的判斷結(jié)果，確定所述智 能終端的性能評測類型，所述性能評測類型包括：高評分、低流量類型；高評分、高流量類 型；低評分、低流量類型W及低評分、高流量類型。
[0082] 根據(jù)所述智能終端的整體評分和使用流量值的判斷結(jié)果，可將性能評測類型劃分 為高評分、低流量類型；高評分、高流量類型；低評分、低流量類型W及低評分、高流量類型 4個類型，但不限于所述4個類型，可根據(jù)需要進(jìn)行進(jìn)一步的劃分。如圖7所示，可將四種性 能評測投射到數(shù)學(xué)當(dāng)中的象限中，便于進(jìn)行后續(xù)的業(yè)務(wù)推薦分析，并針對不同的象限特征 制定相應(yīng)的運(yùn)營策略。
[0083] 步驟S103、根據(jù)所述智能終端的性能評測類型，確定向所述智能終端推薦的業(yè)務(wù)。
[0084] 若所述智能終端的性能評測類型為高評分、低流量類型，則向所述智能終端推薦 流量包業(yè)務(wù)；
[0085] 若所述智能終端的性能評測類型為低評分、高流量類型，則向所述智能終端推薦 終端換機(jī)業(yè)務(wù)；
[0086] 若所述智能終端的性能評測類型為地評分、低流量類型，則向所訴智能終端同時 推薦流量包業(yè)務(wù)和終端換機(jī)業(yè)務(wù)。
[0087] 如圖7所示，通過對智能終端四象限的劃分，可W看出運(yùn)營目標(biāo)在于將B、C、D象限 的客戶向A象限進(jìn)行遷徙，而重點是B、D象限的智能終端的業(yè)務(wù)推薦，從而提高智能終端客 戶的價值。B象限智能終端的整體評分較高，流量較低，針對此部分智能終端可通過流量提 升運(yùn)營的方式；D象限智能終端的整體評分較低，流量較高，智能終端的性能限制了流量的 使用，針對此部分智能終端可通過預(yù)換機(jī)的運(yùn)營方式；對于C詳細(xì)智能終端可通過流量提 升和預(yù)換機(jī)結(jié)合的運(yùn)營方式。
[0088] 其中，針對終端性能較好，但流量未達(dá)到平均流量值的智能終端，通過其在預(yù)定時 間段內(nèi)已使用流量的日均流量（預(yù)定時間段內(nèi)截止某天的總流量/天數(shù)）與同類型智能終 端所能承載的流量平均值，采用加權(quán)平均算法，預(yù)測計算出智能終端的最終總流量值，將預(yù) 測的總流量減去語音捆綁和體驗包等套餐包W外的優(yōu)惠流量，得到智能終端的使用流量并 W此作為套餐包升檔的依據(jù)。如圖8所示，流量提升運(yùn)營具體包括：
[0089] 步驟S801、統(tǒng)計所述智能終端在預(yù)定時間段內(nèi)截止某天已使用的流量值；
[0090] 例如，在7月份，智能終端截止到7月5號已使用的流量值為100M。
[0091] 步驟S802、根據(jù)所述智能終端在預(yù)定時間段內(nèi)截止某天已使用的流量值，預(yù)測所 述智能終端在預(yù)定時間段內(nèi)的總流量值；
[0092] 總流量值預(yù)測的實質(zhì)就是用所述智能終端在預(yù)定時間段內(nèi)截止某天已使用的流 量值除W使用的天數(shù)，得到所述智能終端截止某天時的日均流量；再用所述日均流量乘W 預(yù)定時間段的總天數(shù)，得到所述智能終端在預(yù)定時間段內(nèi)的總流量值。舉例說明就是，智能 終端在7月份截止到7月5號已使用的流量值為100M，那智能終端在7月份的前5天當(dāng)中的 日均流量為20M，W此為依據(jù)，可預(yù)測該智能終端在7月份所使用的流量值可能達(dá)到620M， 那運(yùn)620M即為該智能終端在預(yù)定時間段內(nèi)的預(yù)測的總流量值。
[0093] 步驟S803、統(tǒng)計與所述智能終端所屬類型相同的智能終端在預(yù)定時間段內(nèi)所能承 載的流量平均值；
[0094] 眾所周知，不同性能的智能終端對流量的承載能力是不同的，比如一個普通終端 所承載的流量值為1G，而對于一個高性能的智能終端，所承載的流量值可能為2G，因此，熟 知每種類型智能終端的流量承載值，對于提升智能終端客戶的價值，是很有必要的。但即使 是高性能的智能終端，不同人使用會產(chǎn)生不同流量值，所W運(yùn)里統(tǒng)計的是每種類型的智能 終端所能承載的流量平均值。
[0095] 步驟S804、測算所述流量平均值與所述智能終端在預(yù)定時間段內(nèi)的實際流量值之 間的相關(guān)系數(shù)，并根據(jù)所述相關(guān)系數(shù)，確定所述流量平均值和預(yù)測的所述智能終端總流量 值的權(quán)重值；
[0096] 其中，測算所述流量平均值與所述智能終端在預(yù)定時間段內(nèi)的實際流量值之間的 相關(guān)系數(shù)，所采用的數(shù)學(xué)方法為線性回歸法。
[0097] 步驟S805、根據(jù)所述流量平均值和預(yù)測的所述智能終端的總流量值的權(quán)重值，計 算所述智能終端的最終預(yù)測流量值；
[0098] 其中，計算所述智能終端的最終預(yù)測流量值，采用的數(shù)學(xué)方法為加權(quán)平均算法，每 種類型的智能終端的最終預(yù)測流量值的計算公式可表示為：
[0099] 最終預(yù)測流量值=流量平均值X流量平均值的權(quán)重值+總流量值X總流量值的 權(quán)重值
[0100] 步驟S806、根據(jù)所述最終預(yù)測流量值，制定所述智能終端在預(yù)定時間段內(nèi)所應(yīng)推 薦的流量包業(yè)務(wù)； 陽101] 步驟S807、比較在預(yù)定時間段內(nèi)所應(yīng)推薦的流量包業(yè)務(wù)與上一個相同的預(yù)定時間 端內(nèi)實際推薦的流量包業(yè)務(wù)，選擇流量包大的業(yè)務(wù)推薦給所述智能終端。
[0102] 進(jìn)一步的，針對流量使用高于平均流量，但終端整體評分比較低的智能終端客戶， 雖有相對較高的流量需求，但因受終端性能的限制，阻礙了流量需求的釋放，因此需針對此 類智能終端客戶開展終端預(yù)換機(jī)運(yùn)營策略，如圖9所示，終端換機(jī)業(yè)務(wù)推薦具體包括： 陽103] 步驟S901、W智能終端使用時長作為分界點，將智能終端的生命周期劃分為終端 興奮期、終端平穩(wěn)期和終端衰退期； 陽104] 步驟S902、判斷所述智能終端所屬的時期，若所述智能終端處于終端衰退期，則向 所述智能終端推薦換機(jī)業(yè)務(wù)。
[01化]依據(jù)本發(fā)明實施例的另一個方面，提供了一種面向智能終端的業(yè)務(wù)推薦裝置，如 圖10所示，所述業(yè)務(wù)推薦裝置包括： 陽106] 獲取模塊1001，用于獲取所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值，并根 據(jù)智能終端的評分體系，獲取用于反映所述智能終端性能的評測維度分?jǐn)?shù)；評測類型確定 模塊1002,用于根據(jù)所述智能終端的評測維度分?jǐn)?shù)和所述智能終端在預(yù)定的時間段內(nèi)所使 用的流量值，確定所述智能終端的性能評測類型；業(yè)務(wù)推薦模塊1003,用于根據(jù)所述智能 終端的性能評測類型，確定向所述智能終端推薦的業(yè)務(wù)。為了便于理解本發(fā)明實施例提供 的業(yè)務(wù)推薦裝置，W下將對Ξ個模塊分別進(jìn)行描述。 陽107] 獲取模塊1001，用于獲取所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值，并根 據(jù)智能終端的評分體系，獲取用于反映所述智能終端性能的評測維度分?jǐn)?shù)；
[0108] 本發(fā)明實施例提供的業(yè)務(wù)推薦方法的技術(shù)關(guān)鍵點是W終端屬性為基礎(chǔ)，將智能終 端的性能加 W量化，而將性能量化則是通過智能終端評分體系，挖掘能反應(yīng)的智能終端性 能的評測維度，并為每個評測維度賦予一定的分值，得到評測維度分?jǐn)?shù)，其中，如圖2所示， 建立智能終端評分體系的步驟包括：
[0109] 步驟S201、確定用于反映智能終端性能的多個評測維度，所述評測維度包括軟件 評測維度和硬件評測維度；
[0110] 步驟S202、賦予每個所述評測維度相應(yīng)的權(quán)重分值； 陽111] 其中，如圖3所示，賦予每個所述評測維度相應(yīng)的權(quán)重分值的步驟，具體包括：
[0112] 步驟S301、計算每個所述評測維度與智能終端在預(yù)定的時間段內(nèi)所使用的流量值 的皮爾遜相關(guān)系數(shù)；
[0113] 步驟S302、根據(jù)市場中評分軟件對所述多個評測維度的評分標(biāo)準(zhǔn)和所述皮爾遜相 關(guān)系數(shù)，分別為每個所述評測維度分配權(quán)重分值。
[0114] 步驟S203、統(tǒng)計多個智能終端關(guān)于所述多個評測維度的個性化參數(shù)；
[0115] 步驟S204、根據(jù)智能終端關(guān)于每個所述評測維度的個性化參數(shù)，將參與統(tǒng)計的所 有智能終端關(guān)于同一評測維度分別進(jìn)行等級劃分；
[0116] 步驟S205、根據(jù)每個所述評測維度的權(quán)重分值和智能終端關(guān)于同一評測維度的等 級劃分，將每個所述評測維度的權(quán)重分值分配給參與統(tǒng)計的所有智能終端關(guān)于同一評測維 度的各個等級，得到智能終端的評測維度分?jǐn)?shù)。
[0117] 其中，將每個所述評測維度的權(quán)重分值分配給參與統(tǒng)計的所有智能終端關(guān)于同一 評測維度的各個等級所采用的數(shù)學(xué)方法是線性得分法。
[011引評測類型確定模塊1002,用于根據(jù)所述智能終端的評測維度分?jǐn)?shù)和所述智能終端 在預(yù)定的時間段內(nèi)所使用的流量值，確定所述智能終端的性能評測類型；
[0119] 其中，如圖11所示，評測類型確定模塊1002包括：
[0120] 整體評分子模塊1101，用于將所述智能終端的評測維度分?jǐn)?shù)進(jìn)行歸一化處理，并 利用通過BP神經(jīng)網(wǎng)絡(luò)模型得到的用于計算智能終端整體評分的關(guān)系函數(shù)，計算所述智能 終端的整體評分； 陽121] 第一判斷子模塊1102,用于判斷所述智能終端的整體評分與第一預(yù)定值的大小， 若所述整體評分大于所述第一預(yù)定值，則確定所述智能終端的整體評分為高評分；若所述 整體評分小于所述第一預(yù)定值，則確定所述智能終端的整體評分為低評分；
[0122] 例如，在通過關(guān)系函數(shù)計算出智能終端的整體評分后，若整體評分大于0. 5,則認(rèn) 為智能終端的整體評分高于平均分，為高評分；若整體評分小于0. 5,則認(rèn)為智能終端的整 體評分低于平均分，為低評分。
[0123] 第二判斷子模塊1103,用于判斷所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值 與第二預(yù)定值的大小，若流量值大于所述第二預(yù)定值，則確定所述智能終端的流量值為高 流量值；若流量值小于所述第二預(yù)定值，則確定所述智能終端的流量值為低流量值；
[0124] 評測類型確定子模塊1104,用于根據(jù)所述智能終端的整體評分和使用流量值的判 斷結(jié)果，確定所述智能終端的性能評測類型，所述性能評測類型包括：高評分、低流量類型； 高評分、高流量類型；低評分、低流量類型W及低評分、高流量類型。
[0125] 根據(jù)所述智能終端的整體評分和使用流量值的判斷結(jié)果，可將性能評測類型劃分 為高評分、低流量類型；高評分、高流量類型；低評分、低流量類型W及低評分、高流量類型 4個類型，但不限于所述4個類型，可根據(jù)需要進(jìn)行進(jìn)一步的劃分。如圖7所示，可將四種性 能評測投射到數(shù)學(xué)當(dāng)中的象限中，便于進(jìn)行后續(xù)的業(yè)務(wù)推薦分析，并針對不同的象限特征 制定相應(yīng)的運(yùn)營策略。
[01%] 業(yè)務(wù)推薦模塊1003,用于根據(jù)所述智能終端的性能評測類型，確定向所述智能終 端推薦的業(yè)務(wù)。
[0127] 其中，如圖12所示，業(yè)務(wù)推薦模塊1003包括：
[0128] 流量包業(yè)務(wù)推薦子模塊1201，用于若所述智能終端的性能評測類型為高評分、低 流量類型，則向所述智能終端推薦流量包業(yè)務(wù)；
[0129] 終端換機(jī)業(yè)務(wù)推薦子模塊1202,用于若所述智能終端的性能評測類型為低評分、 高流量類型，則向所述智能終端推薦終端換機(jī)業(yè)務(wù)；
[0130] 流量包和終端換機(jī)業(yè)務(wù)推薦模塊1203,用于若所述智能終端的性能評測類型為地 評分、低流量類型，則向所訴智能終端同時推薦流量包業(yè)務(wù)和終端換機(jī)業(yè)務(wù)。 陽131] 如圖7所示，通過對智能終端四象限的劃分，可W看出運(yùn)營目標(biāo)在于將B、C、D象限 的客戶向A象限進(jìn)行遷徙，而重點是B、D象限的智能終端的業(yè)務(wù)推薦，從而提高智能終端客 戶的價值。B象限智能終端的整體評分較高，流量較低，針對此部分智能終端可通過流量提 升運(yùn)營的方式；D象限智能終端的整體評分較低，流量較高，智能終端的性能限制了流量的 使用，針對此部分智能終端可通過預(yù)換機(jī)的運(yùn)營方式；對于c詳細(xì)智能終端可通過流量提 升和預(yù)換機(jī)結(jié)合的運(yùn)營方式。
[0132] 進(jìn)一步的，如圖13所示，流量包業(yè)務(wù)推薦子模塊1201包括： 陽133] 流量統(tǒng)計單元1301，用于統(tǒng)計所述智能終端在預(yù)定時間段內(nèi)截止某天已使用的流 量值；
[0134] 總流量預(yù)測單元1302,用于根據(jù)所述智能終端在預(yù)定時間段內(nèi)截止某天已使用的 流量值，預(yù)測所述智能終端在預(yù)定時間段內(nèi)的總流量值；
[0135] 承載流量統(tǒng)計單元1303,用于統(tǒng)計與所述智能終端所屬類型相同的智能終端在預(yù) 定時間段內(nèi)所能承載的流量平均值； 陽136] 權(quán)重值確定單元1304,用于測算所述流量平均值與所述智能終端在預(yù)定時間段內(nèi) 的實際流量值之間的相關(guān)系數(shù)，并根據(jù)所述相關(guān)系數(shù)，確定所述流量平均值和預(yù)測的所述 智能終端總流量值的權(quán)重值；
[0137] 其中，所述權(quán)重值確定單元1304測算所述流量平均值與所述智能終端在預(yù)定時 間段內(nèi)的實際流量值之間的相關(guān)系數(shù)，所采用的數(shù)學(xué)方法為線性回歸法。
[0138] 最終預(yù)測流量計算單元1305,用于根據(jù)所述流量平均值和預(yù)測的所述智能終端的 總流量值權(quán)重值，計算所述智能終端的最終預(yù)測流量值；
[0139] 其中，所述最終預(yù)測流量計算單元1305計算所述智能終端的最終預(yù)測流量值，所 采用的數(shù)學(xué)方法為加權(quán)平均算法。
[0140] 流量包業(yè)務(wù)制定單元1306,用于根據(jù)所述最終預(yù)測流量值，制定所述智能終端在 預(yù)定時間段內(nèi)所應(yīng)推薦的流量包業(yè)務(wù)； 陽141] 流量包業(yè)務(wù)推薦單元1307,用于比較在預(yù)定時間段內(nèi)所應(yīng)推薦的流量包業(yè)務(wù)與上 一個相同的預(yù)定時間端內(nèi)實際推薦的流量包業(yè)務(wù)，選擇流量包大的業(yè)務(wù)推薦給所述智能終 JLjJU 乂而。
[0142] 針對終端性能較好，但流量未達(dá)到平均流量值的智能終端，通過其在預(yù)定時間段 內(nèi)已使用流量的日均流量（預(yù)定時間段內(nèi)截止某天的總流量/天數(shù)）與同類型智能終端所 能承載的流量平均值，采用加權(quán)平均算法，預(yù)測計算出智能終端的最終總流量值，將預(yù)測的 總流量減去語音捆綁和體驗包等套餐包W外的優(yōu)惠流量，得到智能終端的使用流量并W此 作為套餐包升檔的依據(jù)，單元1301~1307具體實現(xiàn)了流量包業(yè)務(wù)的推薦。 陽143] 進(jìn)一步的，如圖14所示，總流量預(yù)測單元1302包括：
[0144] 日均流量計算子單元1401，用于用所述智能終端在預(yù)定時間段內(nèi)截止某天已使用 的流量值除W使用的天數(shù)，得到所述智能終端截止某天時日均流量；
[0145] 總流量值計算子單元1402,用于用所述日均流量乘W預(yù)定時間段的總天數(shù)，得到 所述智能終端在預(yù)定時間段內(nèi)的總流量值。 陽146] 進(jìn)一步的，如圖15所示，終端換機(jī)業(yè)務(wù)推薦子模塊1202包括： 陽147] 周期劃分單元1501，用于W智能終端使用時長作為分界點，將智能終端的生命周 期劃分為終端興奮期、終端平穩(wěn)期和終端衰退期；
[0148] 換機(jī)業(yè)務(wù)推薦單元1502,用于判斷所述智能終端所屬的時期，若所述智能終端處 于終端衰退期，則向所述智能終端推薦換機(jī)業(yè)務(wù)。
[0149] 針對流量使用高于平均流量，但終端整體評分比較低的智能終端客戶，雖有相對 較高的流量需求，但因受終端性能的限制，阻礙了流量需求的釋放，因此需針對此類智能終 端客戶開展終端預(yù)換機(jī)運(yùn)營策略，而周期劃分單元1501和換機(jī)業(yè)務(wù)推薦單元1502則是具 體實現(xiàn)了終端預(yù)換機(jī)運(yùn)營策略。
[0150] W上所述的是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出對于本技術(shù)領(lǐng)域的普通人員來 說，在不脫離本發(fā)明所述的原理前提下還可W作出若干改進(jìn)和潤飾，運(yùn)些改進(jìn)和潤飾也在 本發(fā)明的保護(hù)范圍內(nèi)。
【主權(quán)項】
1. 一種面向智能終端的業(yè)務(wù)推薦方法，其特征在于，所述業(yè)務(wù)推薦方法包括： 獲取所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值，并根據(jù)智能終端評分體系，獲 取用于反映所述智能終端性能的評測維度分?jǐn)?shù)； 根據(jù)所述智能終端的評測維度分?jǐn)?shù)和所述智能終端在預(yù)定的時間段內(nèi)所使用的流量 值，確定所述智能終端的性能評測類型； 根據(jù)所述智能終端的性能評測類型，確定向所述智能終端推薦的業(yè)務(wù)。2. 如權(quán)利要求1所述的業(yè)務(wù)推薦方法，其特征在于，建立所述智能終端評分體系的步 驟，具體包括： 確定用于反映智能終端性能的多個評測維度，所述評測維度包括軟件評測維度和硬件 評測維度； 賦予每個所述評測維度相應(yīng)的權(quán)重分值； 統(tǒng)計多個智能終端關(guān)于所述多個評測維度的個性化參數(shù)； 根據(jù)智能終端關(guān)于每個所述評測維度的個性化參數(shù)，將參與統(tǒng)計的所有智能終端關(guān)于 同一評測維度分別進(jìn)行等級劃分； 根據(jù)每個所述評測維度的權(quán)重分值和智能終端關(guān)于同一評測維度的等級劃分，將每個 所述評測維度的權(quán)重分值分配給參與統(tǒng)計的所有智能終端關(guān)于同一評測維度的各個等級， 得到智能終端的評測維度分?jǐn)?shù)。3. 如權(quán)利要求2所述的業(yè)務(wù)推薦方法，其特征在于，所述賦予每個所述評測維度相應(yīng) 的權(quán)重分值的步驟，具體包括： 計算每個所述評測維度與智能終端在預(yù)定的時間段內(nèi)所使用的流量值的皮爾遜相關(guān) 系數(shù)； 根據(jù)市場中評分軟件對所述多個評測維度的評分標(biāo)準(zhǔn)和所述皮爾遜相關(guān)系數(shù)，分別為 每個所述評測維度分配權(quán)重分值。4. 如權(quán)利要求2所述的業(yè)務(wù)推薦方法，其特征在于，所述將每個所述評測維度的權(quán)重 分值分配給參與統(tǒng)計的所有智能終端關(guān)于同一評測維度的各個等級所采用的數(shù)學(xué)方法是 線性得分法。5. 如權(quán)利要求1所述的業(yè)務(wù)推薦方法，其特征在于，所述根據(jù)所述智能終端的評測維 度分?jǐn)?shù)和所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值，確定所述智能終端的性能評測 類型的步驟，具體包括： 將所述智能終端的評測維度分?jǐn)?shù)進(jìn)行歸一化處理，并利用通過BP神經(jīng)網(wǎng)絡(luò)模型得到 的用于計算智能終端整體評分的關(guān)系函數(shù)，計算所述智能終端的整體評分； 判斷所述智能終端的整體評分與第一預(yù)定值的大小，若所述整體評分大于所述第一預(yù) 定值，則確定所述智能終端的整體評分為高評分；若所述整體評分小于所述第一預(yù)定值，則 確定所述智能終端的整體評分為低評分； 判斷所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值與第二預(yù)定值的大小，若流量值 大于所述第二預(yù)定值，則確定所述智能終端的流量值為高流量值；若流量值小于所述第二 預(yù)定值，則確定所述智能終端的流量值為低流量值； 根據(jù)所述智能終端的整體評分和使用流量值的判斷結(jié)果，確定所述智能終端的性能評 測類型，所述性能評測類型包括：高評分、低流量類型；高評分、高流量類型；低評分、低流 量類型以及低評分、高流量類型。6. 如權(quán)利要求1~5任一所述的業(yè)務(wù)推薦方法，其特征在于，所述根據(jù)所述智能終端的 性能評測類型，確定向所述智能終端推薦的業(yè)務(wù)，具體包括： 若所述智能終端的性能評測類型為高評分、低流量類型，則向所述智能終端推薦流量 包業(yè)務(wù)； 若所述智能終端的性能評測類型為低評分、高流量類型，則向所述智能終端推薦終端 換機(jī)業(yè)務(wù)； 若所述智能終端的性能評測類型為地評分、低流量類型，則向所訴智能終端同時推薦 流量包業(yè)務(wù)和終端換機(jī)業(yè)務(wù)。7. 如權(quán)利要求6所述的業(yè)務(wù)推薦方法，其特征在于，所述向所述智能終端推薦流量包 業(yè)務(wù)的步驟，具體包括： 統(tǒng)計所述智能終端在預(yù)定時間段內(nèi)截止某天已使用的流量值； 根據(jù)所述智能終端在預(yù)定時間段內(nèi)截止某天已使用的流量值，預(yù)測所述智能終端在預(yù) 定時間段內(nèi)的總流量值； 統(tǒng)計與所述智能終端所屬類型相同的智能終端在預(yù)定時間段內(nèi)所能承載的流量平均 值； 測算所述流量平均值與所述智能終端在預(yù)定時間段內(nèi)的實際流量值之間的相關(guān)系數(shù)， 并根據(jù)所述相關(guān)系數(shù)，確定所述流量平均值和預(yù)測的所述智能終端總流量值的權(quán)重值； 根據(jù)所述流量平均值和預(yù)測的所述智能終端的總流量值權(quán)重值，計算所述智能終端的 最終預(yù)測流量值； 根據(jù)所述最終預(yù)測流量值，制定所述智能終端在預(yù)定時間段內(nèi)所應(yīng)推薦的流量包業(yè) 務(wù)； 比較在預(yù)定時間段內(nèi)所應(yīng)推薦的流量包業(yè)務(wù)與上一個相同的預(yù)定時間端內(nèi)實際推薦 的流量包業(yè)務(wù)，選擇流量包大的業(yè)務(wù)推薦給所述智能終端。8. 如權(quán)利要求7所述的業(yè)務(wù)推薦方法，其特征在于，所述根據(jù)所述智能終端在預(yù)定時 間段內(nèi)截止某天已使用的流量值，預(yù)測所述智能終端在預(yù)定時間段內(nèi)的總流量值的步驟， 具體包括： 用所述智能終端在預(yù)定時間段內(nèi)截止某天已使用的流量值除以使用的天數(shù)，得到所述 智能終端截止某天時日均流量； 用所述日均流量乘以預(yù)定時間段的總天數(shù)，得到所述智能終端在預(yù)定時間段內(nèi)的總流 量值。9. 如權(quán)利要求7所述的業(yè)務(wù)推薦方法，其特征在于，所述測算所述流量平均值與所述 智能終端在預(yù)定時間段內(nèi)的實際流量值之間的相關(guān)系數(shù)，所采用的數(shù)學(xué)方法為線性回歸 法。10. 如權(quán)利要求7所述的業(yè)務(wù)推薦方法，其特征在于，所述計算所述智能終端的最終預(yù) 測流量值，采用的數(shù)學(xué)方法為加權(quán)平均算法。11. 如權(quán)利要求6所述的業(yè)務(wù)推薦方法，其特征在于，所述向所述智能終端推薦終端換 機(jī)業(yè)務(wù)的步驟，具體包括： 以智能終端使用時長作為分界點，將智能終端的生命周期劃分為終端興奮期、終端平 穩(wěn)期和終端衰退期； 判斷所述智能終端所屬的時期，若所述智能終端處于終端衰退期，則向所述智能終端 推薦換機(jī)業(yè)務(wù)。12. -種面向智能終端的業(yè)務(wù)推薦裝置，其特征在于，所述業(yè)務(wù)推薦裝置包括： 獲取模塊，用于獲取所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值，并根據(jù)智能終 端評分體系，獲取用于反映所述智能終端性能的評測維度分?jǐn)?shù)； 評測類型確定模塊，用于根據(jù)所述智能終端的評測維度分?jǐn)?shù)和所述智能終端在預(yù)定的 時間段內(nèi)所使用的流量值，確定所述智能終端的性能評測類型； 業(yè)務(wù)推薦模塊，用于根據(jù)所述智能終端的性能評測類型，確定向所述智能終端推薦的 業(yè)務(wù)。13. 如權(quán)利要求12所述的業(yè)務(wù)推薦裝置，其特征在于，建立所述智能終端評分體系的 步驟，具體包括： 確定用于反映智能終端性能的多個評測維度，所述評測維度包括軟件評測維度和硬件 評測維度； 賦予每個所述評測維度相應(yīng)的權(quán)重分值； 統(tǒng)計多個智能終端關(guān)于所述多個評測維度的個性化參數(shù)； 根據(jù)智能終端關(guān)于每個所述評測維度的個性化參數(shù)，將參與統(tǒng)計的所有智能終端關(guān)于 同一評測維度分別進(jìn)行等級劃分； 根據(jù)每個所述評測維度的權(quán)重分值和智能終端關(guān)于同一評測維度的等級劃分，將每個 所述評測維度的權(quán)重分值分配給參與統(tǒng)計的所有智能終端關(guān)于同一評測維度的各個等級， 得到智能終端的評測維度分?jǐn)?shù)。14. 如權(quán)利要求13所述的業(yè)務(wù)推薦裝置，其特征在于，所述賦予每個所述評測維度相 應(yīng)的權(quán)重分值的步驟，具體包括： 計算每個所述評測維度與智能終端在預(yù)定的時間段內(nèi)所使用的流量值的皮爾遜相關(guān) 系數(shù)； 根據(jù)市場中評分軟件對所述多個評測維度的評分標(biāo)準(zhǔn)和所述皮爾遜相關(guān)系數(shù)，分別為 每個所述評測維度分配權(quán)重分值。15. 如權(quán)利要求13所述的業(yè)務(wù)推薦裝置，其特征在于，所述將每個所述評測維度的權(quán) 重分值分配給參與統(tǒng)計的所有智能終端關(guān)于同一評測維度的各個等級所采用的數(shù)學(xué)方法 是線性得分法。16. 如權(quán)利要求12所述的業(yè)務(wù)推薦裝置，其特征在于，評測類型確定模塊包括： 整體評分子模塊，用于將所述智能終端的評測維度分?jǐn)?shù)進(jìn)行歸一化處理，并利用通過 BP神經(jīng)網(wǎng)絡(luò)模型得到的用于計算智能終端整體評分的關(guān)系函數(shù)，計算所述智能終端的整體 評分； 第一判斷子模塊，用于判斷所述智能終端的整體評分與第一預(yù)定值的大小，若所述整 體評分大于所述第一預(yù)定值，則確定所述智能終端的整體評分為高評分；若所述整體評分 小于所述第一預(yù)定值，則確定所述智能終端的整體評分為低評分； 第二判斷子模塊，用于判斷所述智能終端在預(yù)定的時間段內(nèi)所使用的流量值與第二預(yù) 定值的大小，若流量值大于所述第二預(yù)定值，則確定所述智能終端的流量值為高流量值；若 流量值小于所述第二預(yù)定值，則確定所述智能終端的流量值為低流量值； 評測類型確定子模塊，用于根據(jù)所述智能終端的整體評分和使用流量值的判斷結(jié)果， 確定所述智能終端的性能評測類型，所述性能評測類型包括：高評分、低流量類型；高評 分、高流量類型；低評分、低流量類型以及低評分、高流量類型。17. 如權(quán)利要求12~16任一所述的業(yè)務(wù)推薦裝置，其特征在于，所述業(yè)務(wù)推薦模塊包 括： 流量包業(yè)務(wù)推薦子模塊，用于若所述智能終端的性能評測類型為高評分、低流量類型， 則向所述智能終端推薦流量包業(yè)務(wù)； 終端換機(jī)業(yè)務(wù)推薦子模塊，用于若所述智能終端的性能評測類型為低評分、高流量類 型，則向所述智能終端推薦終端換機(jī)業(yè)務(wù)； 流量包和終端換機(jī)業(yè)務(wù)推薦模塊，用于若所述智能終端的性能評測類型為地評分、低 流量類型，則向所訴智能終端同時推薦流量包業(yè)務(wù)和終端換機(jī)業(yè)務(wù)。18. 如權(quán)利要求17所述的業(yè)務(wù)推薦裝置，其特征在于，所述流量包業(yè)務(wù)推薦子模塊包 括： 流量統(tǒng)計單元，用于統(tǒng)計所述智能終端在預(yù)定時間段內(nèi)截止某天已使用的流量值； 總流量預(yù)測單元，用于根據(jù)所述智能終端在預(yù)定時間段內(nèi)截止某天已使用的流量值， 預(yù)測所述智能終端在預(yù)定時間段內(nèi)的總流量值； 承載流量統(tǒng)計單元，用于統(tǒng)計與所述智能終端所屬類型相同的智能終端在預(yù)定時間段 內(nèi)所能承載的流量平均值； 權(quán)重值確定單元，用于測算所述流量平均值與所述智能終端在預(yù)定時間段內(nèi)的實際流 量值之間的相關(guān)系數(shù)，并根據(jù)所述相關(guān)系數(shù)，確定所述流量平均值和預(yù)測的所述智能終端 總流量值的權(quán)重值； 最終預(yù)測流量計算單元，用于根據(jù)所述流量平均值和預(yù)測的所述智能終端的總流量值 權(quán)重值，計算所述智能終端的最終預(yù)測流量值； 流量包業(yè)務(wù)制定單元，用于根據(jù)所述最終預(yù)測流量值，制定所述智能終端在預(yù)定時間 段內(nèi)所應(yīng)推薦的流量包業(yè)務(wù)； 流量包業(yè)務(wù)推薦單元，用于比較在預(yù)定時間段內(nèi)所應(yīng)推薦的流量包業(yè)務(wù)與上一個相同 的預(yù)定時間端內(nèi)實際推薦的流量包業(yè)務(wù)，選擇流量包大的業(yè)務(wù)推薦給所述智能終端。19. 如權(quán)利要求18所述的業(yè)務(wù)推薦裝置，其特征在于，總流量預(yù)測單元包括： 日均流量計算子單元，用于用所述智能終端在預(yù)定時間段內(nèi)截止某天已使用的流量值 除以使用的天數(shù)，得到所述智能終端截止某天時日均流量； 總流量值計算子單元，用于用所述日均流量乘以預(yù)定時間段的總天數(shù)，得到所述智能 終端在預(yù)定時間段內(nèi)的總流量值。20. 如權(quán)利要求18所述的業(yè)務(wù)推薦裝置，其特征在于，所述權(quán)重值確定單元測算所述 流量平均值與所述智能終端在預(yù)定時間段內(nèi)的實際流量值之間的相關(guān)系數(shù)，所采用的數(shù)學(xué) 方法為線性回歸法。21. 如權(quán)利要求18所述的業(yè)務(wù)推薦裝置，其特征在于，所述最終預(yù)測流量計算單元計 算所述智能終端的最終預(yù)測流量值，所采用的數(shù)學(xué)方法為加權(quán)平均算法。22. 如權(quán)利要求17所述的業(yè)務(wù)推薦裝置，其特征在于，所述終端換機(jī)業(yè)務(wù)推薦子模塊 包括： 周期劃分單元，用于以智能終端使用時長作為分界點，將智能終端的生命周期劃分為 終端興奮期、終端平穩(wěn)期和終端衰退期； 換機(jī)業(yè)務(wù)推薦單元，用于判斷所述智能終端所屬的時期，若所述智能終端處于終端衰 退期，則向所述智能終端推薦換機(jī)業(yè)務(wù)。
【文檔編號】G06Q30/02GK105989509SQ201510055648
【公開日】2016年10月5日
【申請日】2015年2月3日
【發(fā)明人】李晶, 郭前, 馮林, 林瑯, 李紅艷, 成方軍
【申請人】中國移動通信集團(tuán)陜西有限公司