一種移動(dòng)通信新業(yè)務(wù)沖擊預(yù)測(cè)方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于移動(dòng)通信業(yè)務(wù)數(shù)據(jù)挖掘技術(shù)領(lǐng)域，更具體地，涉及一種移動(dòng)通信新業(yè) 務(wù)沖擊預(yù)測(cè)方法和系統(tǒng)。
【背景技術(shù)】
[0002] 隨著移動(dòng)互聯(lián)網(wǎng)的高速發(fā)展，通過(guò)移動(dòng)互聯(lián)網(wǎng)向用戶(hù)提供通信類(lèi)服務(wù)的新業(yè)務(wù)層 出不窮。這些新業(yè)務(wù)與移動(dòng)運(yùn)營(yíng)商提供的傳統(tǒng)通信業(yè)務(wù)存在重疊部分，如微信提供的文字 內(nèi)容傳送服務(wù)與傳統(tǒng)移動(dòng)運(yùn)營(yíng)商的短信業(yè)務(wù)，微信提供的語(yǔ)音內(nèi)容傳送服務(wù)與傳統(tǒng)移動(dòng)運(yùn) 營(yíng)商的語(yǔ)音通話(huà)服務(wù)等，有些新業(yè)務(wù)能夠在用戶(hù)群體中很快流行，對(duì)移動(dòng)運(yùn)營(yíng)商傳統(tǒng)業(yè)務(wù) 造成沖擊。運(yùn)營(yíng)商需要及時(shí)準(zhǔn)確地評(píng)估新業(yè)務(wù)對(duì)傳統(tǒng)業(yè)務(wù)沖擊影響情況，以便做出相應(yīng)的 業(yè)務(wù)優(yōu)化策略?，F(xiàn)有的業(yè)務(wù)預(yù)測(cè)方法主要有業(yè)務(wù)使用趨勢(shì)分析、時(shí)間序列分析等方法，由于 新業(yè)務(wù)出現(xiàn)初期缺乏新業(yè)務(wù)相關(guān)使用數(shù)據(jù)，這些方法無(wú)法對(duì)新出現(xiàn)的業(yè)務(wù)作出及時(shí)準(zhǔn)確地 預(yù)測(cè)。

【發(fā)明內(nèi)容】

[0003] 針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提出一種一種移動(dòng)通信新業(yè)務(wù)沖擊 預(yù)測(cè)方法和系統(tǒng)。利用用戶(hù)使用記錄數(shù)據(jù)與運(yùn)營(yíng)商運(yùn)營(yíng)統(tǒng)計(jì)數(shù)據(jù)，訓(xùn)練出用戶(hù)使用各業(yè)務(wù) 期間的用戶(hù)收益模型，使用進(jìn)化博弈相關(guān)理論結(jié)合用戶(hù)收益模型對(duì)用戶(hù)使用業(yè)務(wù)利益動(dòng)力 進(jìn)行描述，從而及時(shí)準(zhǔn)確地預(yù)測(cè)用戶(hù)新業(yè)務(wù)持續(xù)使用率和用戶(hù)群體新業(yè)務(wù)使用率，為運(yùn)營(yíng) 商優(yōu)化服務(wù)策略提供幫助。
[0004] 為了實(shí)現(xiàn)上述目的，按照本發(fā)明的一個(gè)方面，提供了一種移動(dòng)通信新業(yè)務(wù)沖擊預(yù) 測(cè)方法，該方法包括以下步驟：
[0005] (1)從用戶(hù)使用業(yè)務(wù)記錄數(shù)據(jù)與運(yùn)營(yíng)商統(tǒng)計(jì)數(shù)據(jù)中提取出對(duì)于每個(gè)用戶(hù)U在時(shí)間 段t內(nèi)使用業(yè)務(wù)b的影響收益因素特征數(shù)據(jù)以及使用收益特征數(shù)據(jù)E (u，t，b)，影響收益因 素特征數(shù)據(jù)包括業(yè)務(wù)技術(shù)因素特征集TE、業(yè)務(wù)服務(wù)能力因素特征集B0、業(yè)務(wù)交互因素特征 集ITR、業(yè)務(wù)價(jià)格因素特征集BL ;
[0006] (2)利用影響收益因素特征數(shù)據(jù)與使用收益特征數(shù)據(jù)E建立用戶(hù)收益模型，訓(xùn) 練后對(duì)應(yīng)得到業(yè)務(wù)技術(shù)收益C TE(u，t，b)、業(yè)務(wù)服務(wù)能力收益CB(](u，t，b)、業(yè)務(wù)交互收益 Citr (u, t, b)、業(yè)務(wù)價(jià)格收益Cbi (u, t, b)、綜合靜態(tài)收益Cs (u, t, b);
[0007] (3)將用戶(hù)劃分為不同的用戶(hù)群體g，利用用戶(hù)群體中每個(gè)用戶(hù)的影響收益因素 特征數(shù)據(jù)與使用收益特征數(shù)據(jù)E(u，t，b)建立用戶(hù)群體g隨時(shí)間t、用戶(hù)使用率UR影響的 用戶(hù)群體動(dòng)態(tài)收益模型，訓(xùn)練后得到用戶(hù)群體的動(dòng)態(tài)收益C d (g，t，b)，并結(jié)合用戶(hù)群體中每 個(gè)用戶(hù)的綜合靜態(tài)收益Cs(u，t，b)，估計(jì)用戶(hù)群體g在時(shí)間段t使用各業(yè)務(wù)b的綜合收益 Csd (g，t，b);
[0008] (4)利用步驟⑵中得到的用戶(hù)收益模型與步驟⑴中得到的用戶(hù)使用業(yè)務(wù)的影 響收益因素特征數(shù)據(jù)對(duì)用戶(hù)使用新業(yè)務(wù)b n與傳統(tǒng)業(yè)務(wù)b t的影響收益因素特征數(shù)據(jù)的收益 分別進(jìn)行預(yù)測(cè)，根據(jù)進(jìn)化博弈靜態(tài)模型理論，判斷CB。(u，t，bn)+Citr (u，t，bn)-CB。(u，t，b)-Cit R(U，t，bt) > ε是否成立，其中ε為顯著參數(shù)，若成立，則用戶(hù)u持續(xù)使用新業(yè)務(wù)1/的概率 P (u，bn)為：
[0009] P (u, bn) = fsigs (CB0 (u, t, bn), Citr (u, t, bn))
[0010] 其中，^*)為使用'(1!，11/)、(^(113，1/)通過(guò)邏輯回歸方法預(yù)測(cè)用戶(hù)使用 新業(yè)務(wù)的概率函數(shù)；
[0011] 否則，用戶(hù)U持續(xù)使用新業(yè)務(wù)1/的概率P(u，bn)為：
[0012] P (un, b) = fsigl (CTE (u, t, bn), Cbl (u, t, bn), Cbo (u, t, bn), Citr (u, t, bn))
[0013] 其中，fsigl ( ·)為使用 Cte (u, t, bn)、Cbl (u, t, bn)、CB。(u, t, bn)、Citr (u, t, bn)通過(guò)邏 輯回歸方法預(yù)測(cè)用戶(hù)使用新業(yè)務(wù)的概率函數(shù)；
[0014] (5)依據(jù)用戶(hù)群體中每個(gè)用戶(hù)的綜合靜態(tài)收益Cs (u，t，b)，分別估計(jì)用戶(hù)群體g使 用新業(yè)務(wù)bn和傳統(tǒng)業(yè)務(wù)b t的群體平均靜態(tài)收益C s (g，t，bn)和Cs (g，t，b)，同時(shí)，依據(jù)用戶(hù) 持續(xù)使用新業(yè)務(wù)的概率P (U，bn)，估計(jì)用戶(hù)群體中用戶(hù)使用新業(yè)務(wù)的期望PE (g，bn)為：
[0016] 其中，G為一個(gè)用戶(hù)群體中用戶(hù)的集合；繼而，得到用戶(hù)群體使用新業(yè)務(wù)bn的持續(xù) 使用率LUR(g，b n)為：
[0017] LUR (g, bn) = fsigg (Cs (g, t, bn), Cs (g, t, b1), PE (g, bn))
[0018] 其中，fslgg( ·)為通過(guò)對(duì)數(shù)線(xiàn)性回歸方法預(yù)測(cè)用戶(hù)群體使用新業(yè)務(wù)的持續(xù)使用率 函數(shù)；
[0019] (6)利用步驟（2)和（3)中的用戶(hù)收益模型和用戶(hù)群體動(dòng)態(tài)收益模型對(duì)用戶(hù)群體 g在任一時(shí)間段t內(nèi)使用任一業(yè)務(wù)b的群體即時(shí)綜合收益Csd (g，t，b)進(jìn)行預(yù)測(cè)，估計(jì)用戶(hù) 群體中使用所有同類(lèi)業(yè)務(wù)的用戶(hù)平均使用收益ECsd(g，t)，使用進(jìn)化博弈動(dòng)態(tài)復(fù)制方程得到 用戶(hù)群體中任一業(yè)務(wù)的用戶(hù)數(shù)量變化為：
[0022] 其中，η表示一個(gè)用戶(hù)群體g中的用戶(hù)數(shù)量，Csd (g, t，b)為用戶(hù)群體g在時(shí)間段t 內(nèi)使用業(yè)務(wù)b的群體平均動(dòng)態(tài)收益，ECsd (g，t)為用戶(hù)群體中使用所有同類(lèi)業(yè)務(wù)的用戶(hù)平均 使用收益；
[0023] 從而得到在時(shí)間段t內(nèi)用戶(hù)群體g中使用業(yè)務(wù)b的用戶(hù)數(shù)量nt;
[0024] 繼而，得到任一時(shí)間段t內(nèi)業(yè)務(wù)b在用戶(hù)群體g中的長(zhǎng)期使用率UR(g，t，b)，具體 為：
[0026] 其中，|g|為一個(gè)用戶(hù)群體的用戶(hù)數(shù)量。
[0027] 作為進(jìn)一步優(yōu)選的，步驟（1)包括以下子步驟：
[0028] (1-1)根據(jù)用戶(hù)使用各業(yè)務(wù)技術(shù)質(zhì)量數(shù)據(jù)提取影響用戶(hù)U在時(shí)間段t使用業(yè)務(wù)b 收益的業(yè)務(wù)技術(shù)因素特征集TE，所述業(yè)務(wù)技術(shù)因素特征集TE包括：通過(guò)對(duì)用戶(hù)u在時(shí)間段 t內(nèi)使用業(yè)務(wù)b的平均通信時(shí)延、平均故障率、繁忙通信時(shí)延、繁忙故障率及繁忙時(shí)間比分 別加權(quán)平均得到的平均通信時(shí)延特征MD、平均故障率特征MF、繁忙通信時(shí)延特征BD、繁忙 故障率BF及繁忙時(shí)間比BTR ;
[0029] (1-2)根據(jù)用戶(hù)各業(yè)務(wù)使用記錄數(shù)據(jù)提取影響用戶(hù)u在時(shí)間段t使用業(yè)務(wù)b收益 的業(yè)務(wù)服務(wù)能力因素特征集B0,所述業(yè)務(wù)服務(wù)能力因素特征集BO包括：用戶(hù)u在時(shí)間段t 內(nèi)使用業(yè)務(wù)b的使用時(shí)間特征UT ;用戶(hù)u在時(shí)間段t對(duì)業(yè)務(wù)b的使用時(shí)間占同類(lèi)業(yè)務(wù)總使 用時(shí)間比例特征UTR ;用戶(hù)u在時(shí)間段t使用業(yè)務(wù)b的使用量特征UC ;用戶(hù)u在時(shí)間段t對(duì) 業(yè)務(wù)b的使用量占同類(lèi)業(yè)務(wù)總使用量比例特征UCR ;
[0030] (1-3)根據(jù)用戶(hù)各業(yè)務(wù)使用記錄數(shù)據(jù)提取影響用戶(hù)U在時(shí)間段t使用業(yè)務(wù)b收益 的業(yè)務(wù)交互因素特征集ITR，所述業(yè)務(wù)交互因素特征集ITR包括：用戶(hù)u使用業(yè)務(wù)b的學(xué)習(xí) 時(shí)間特征LT及持續(xù)使用率特征CUR ;
[0031] (1-4)提取用戶(hù)u在時(shí)間段t使用業(yè)務(wù)b的業(yè)務(wù)價(jià)格因素特征BL，所述業(yè)務(wù)價(jià)格 因素由用戶(hù)u在時(shí)間段t使用業(yè)務(wù)b的費(fèi)用確定；
[0032] (1-5)通過(guò)估計(jì)用戶(hù)u在時(shí)間段t內(nèi)單位時(shí)間使用業(yè)務(wù)b的使用時(shí)間和次數(shù)得到 用戶(hù)u在時(shí)間段t使用業(yè)務(wù)b的使用時(shí)間特征UT和使用頻率特征UC ;提取用戶(hù)u在時(shí)間 段t使用業(yè)務(wù)b的使用時(shí)間占同類(lèi)業(yè)務(wù)使用總時(shí)間特征RUT及提取用戶(hù)u在時(shí)間段t使用 業(yè)務(wù)b的使用頻率占同類(lèi)業(yè)務(wù)使用總頻率特征RUC ;對(duì)上述四個(gè)特征進(jìn)行標(biāo)準(zhǔn)化處理后加 權(quán)平均得到用戶(hù)u在時(shí)間段t內(nèi)使用業(yè)務(wù)b的使用收益特征數(shù)據(jù)E。
[0033] 作為進(jìn)一步優(yōu)選的，步驟（2)中：所述用戶(hù)收益模型為回歸模型，所述業(yè)務(wù)技術(shù) 收益C te (u, t, b)、業(yè)務(wù)服務(wù)能力收益CB。(u, t, b)、業(yè)務(wù)交互收益Citr (u, t, b)、業(yè)務(wù)價(jià)格收益 (V (u, t, b)、綜合靜態(tài)收益Cs (u, t, b)具體為：
[0034] Cte (u, t, b) = fte (MD, MF, BD, BF, BTR)
[0035] Cbo (u, t, b) = fbo (UT, UTR, UC, UCR)
[0036] Citr (u, t, b) = fltr (LT, CUR)
[0037] Cbl (u, t, b) = fbl (BL)
[0038] Cs (u, t, b) = fs (TE, BO, ITR, BL)
[0039] 其中，fta( · )，fbc]( ·)，fltr( · )，fbl( · )，fs( ·)為各類(lèi)收益對(duì)應(yīng)的回歸模型函數(shù)。
[0040] 作為進(jìn)一步優(yōu)選的，步驟（3)的具體步驟如下：
[0041] (3-1)按照綜合靜態(tài)收益Cs中不同用戶(hù)使用業(yè)務(wù)的業(yè)務(wù)技術(shù)相關(guān)收益TE、業(yè)務(wù)服 務(wù)能力相關(guān)收益B0、業(yè)務(wù)交互相關(guān)收益ITR、業(yè)務(wù)價(jià)格相關(guān)收益BL各自所占的不同權(quán)值對(duì) 所有用戶(hù)采用聚類(lèi)方法分為不同的用戶(hù)群體；
[0042] (3-2)通過(guò)估計(jì)用戶(hù)群體g中的用戶(hù)平均使用頻率提取用戶(hù)群體g在時(shí)間段t使 用業(yè)務(wù)b的使用頻率特征UC (g, t, b)，具體為：
[0044] 其中，|g|為一個(gè)用戶(hù)群體的用戶(hù)數(shù)量；
[0045] (3-3)通過(guò)估計(jì)用戶(hù)群體g中的用戶(hù)平均使用收益得到用戶(hù)群體g在時(shí)間段t使 用業(yè)務(wù)b的群體收益特征E (g，t，b)，具體為：
[0047] 其中，G為一個(gè)用戶(hù)群體中用戶(hù)的集合；
[0048] (3-4)利用用戶(hù)群體中用戶(hù)的影響收益因素特征數(shù)據(jù)與使用收益特征數(shù)據(jù)建立用 戶(hù)群體g的收益E (g，t，b)隨時(shí)間t、用戶(hù)群體使用頻率UC影響的用戶(hù)群體動(dòng)態(tài)收益模型， 所述用戶(hù)群體動(dòng)態(tài)收益模型為回歸模型，訓(xùn)練后得到用戶(hù)群體g在時(shí)間段t使用業(yè)務(wù)b的 動(dòng)態(tài)收益C d (g，t，b)，具體為：
[0049] Cd (g, t, b) = fd(t, UC)
[0050] 其中，fd( ·)為動(dòng)態(tài)收益的回歸模型函數(shù)；
[0051] (3-5)使用用戶(hù)群體動(dòng)態(tài)收益Cd (g，t，b)與用戶(hù)綜合靜態(tài)收益Cs (u，t，b)，估計(jì)用 戶(hù)群體g在時(shí)間段t使用業(yè)務(wù)b的綜合收益Csd (g，t，b)，具體為：
[0053] 按照本發(fā)明的另一方面，還提供了一種移動(dòng)通信新業(yè)務(wù)沖擊預(yù)測(cè)系統(tǒng)，包括數(shù)據(jù) 特征提取模塊、用戶(hù)靜態(tài)收益訓(xùn)練模塊、用戶(hù)群體動(dòng)態(tài)收益訓(xùn)練模塊、用戶(hù)新業(yè)務(wù)使用預(yù)測(cè) 模塊、群體用戶(hù)新業(yè)務(wù)使用預(yù)測(cè)模塊和群體用戶(hù)業(yè)務(wù)長(zhǎng)期使用預(yù)測(cè)模塊，其中：
[0054] 所述數(shù)據(jù)特征提取模塊，用于從用戶(hù)使用業(yè)務(wù)記錄數(shù)據(jù)與運(yùn)營(yíng)商統(tǒng)計(jì)數(shù)據(jù)中提取 出對(duì)于每個(gè)用戶(hù)u在時(shí)間段t內(nèi)使用業(yè)務(wù)b的影響收益因素特征數(shù)據(jù)以及使用收益特征數(shù) 據(jù)E (u，t，b)，影響收益因素特征數(shù)據(jù)包括業(yè)務(wù)技術(shù)因素特征集TE、業(yè)務(wù)服務(wù)能力因素特征 集B0、業(yè)務(wù)交互因素特征集ITR、