网络数据挖掘技术与客户行为分析

传统上移动运营商向用户推荐某种套餐时,推荐方法通常是将该套餐向尽可能多的手机用户发送短信广告,用户收到广告后,根据自己的消费特点决定是否定制该套餐。若用户定制该套餐,则根据广告说明发送一组代码到指定号码。这种广告推荐看似一种覆盖面比较高的方案,然而一般来说,大多数用户往往不会定制套餐,对这些用户来说,这种广告短信被认为是垃圾短信,广告的命中率较低。

由此,运营商在随机选择部分用户并向他们推荐了套餐以后,希望利用这些用户的反馈情况,得到倾向于定制该套餐的用户具有的消费特征。这样,当运营商再发送该套餐广告时,可只针对所有符合相应消费特征的用户,虽然广告只推荐给了部分用户,覆盖面稍低,但套餐的命中率将会大大提高,同时减少了垃圾短信的数量。本系统基于数据挖掘方法解决上述问题。

用户的消费信息主要有某月的通话时间、通话次数、话费、短信次数、短信费、彩信次数、彩信费、gprs收发字节数、gprs通信时间、gprs费用,用户是否定制了该套餐等信息。我们分析了从运营商拿到的某套餐外呼用户25000条用户信息,其中只有4.5%接受了该套餐。挖掘系统挖掘得到容易接受套餐的用户的特征,如果对符合特征的用户进行外呼,可使 20%以上的外户用户选择套餐。

我们设计的运营商套餐用户选择系统程序界面如下图所示。

data mining

发表评论

电子邮件地址不会被公开。 必填项已用*标注