用户行为分析与数据挖掘模型研究与应用概要.pptVIP

用户行为分析与数据挖掘模型研究与应用 2013-03-26 介绍框架 2 用户群体 个体属性 (职业/性别/收入等) 社会属性 (家庭/团队等) 个体偏好 (阅读/视频/音乐等) 群体相似性 (协同/关联等) 用户个体属性判别模型 用户社交属性判别模型 用户的业务偏好分析模型 基于群体相似性的智能推荐模型 目录 3 总体框架 4 训练 应用 模型描述（一级） 从GPRS数据流量的角度划分 数据总量：约5.5亿，抽样数据：约100万，抽样率：1.82‰ 用户 低流量用户 中流量用户 高流量用户 低流量客户 中流量客户 高流量客户 月GPRS流量 [0, 1M) [1M, 30M] (30M, +∞) 抽样客户数 393677 329375 276948 抽样客户占比 39.37% 32.94% 27.69% 5 模型描述（二级） 根据客户个人属性划分：6大属性，37（26）个标签 属性不可直接获取 抽取部分客户做调研 关联调研数据与基础画像数据，为每一维度每一类别建立类中心向量模型 属性 性别 年龄 地域 学历 职业 收入 标签数 2 8(4) 2 5 14(7) 6 6 回收9749/发送92万，回收率：10.6 ‰ 年龄-中老年 地域-农村 年龄-青壮年 职业-学生 性别-男 职业-工人 本地、漫游、GPRS… … … *括号内为类别优化后的标签数 模型应用 应用 7 手机号码 一级标签 二级标签 性别 年龄 地域 学历 职业 收入 *** 高流量 男 青壮年 （25-40岁） 城市 大学本科 自由职业者 高于9000元 *** 低流量 女 中老年及老年 （50岁以上） 农村 初中及以下 农民 3001-5000元 用户属性及标签 性别 男 女 年龄 青少年（13-24岁） 青壮年（25-40岁） 中年（41-50岁） 中老年及老年（50岁以上） 地域 城镇 农村 职业 公务员 企业白领 工人 自由职业者 农民 学生 无业 学历 初中及以下 高中/中专/技校 大专 大学本科 硕士及以上 收入 低于1500元 1501-3000元 3001-5000元 5001-7000元 7001-9000元 高于9000元 8 计算过程 9 1、由于各数据字段单位、数量范围、表示含义不同，因此首先需要对语音、短信、上网、费用等做数据变换，对数变换后归一化。每个用户形成一个17维的向量，例如（0.5236，0.3067，…，0.8300）。 2、将训练数据（调研数据及关联画像）近1万个样本生成特征文件。特征文件中存储的是各二级维度下各标签代表类别的类中心向量。例如“中流量男用户的类中心”：（0.7429，0.4552，…，0.8322）；“中流量女用户的类中心”：（0.7651，0.3464，…，0.8283）。 3、对需要打标签的新数据做与第1步相同的数据转换。 例如某用户本地计费时长90分钟，长途计费时长1分钟……总费用30元。 经过数据转换后得到该用户的向量：（0.7435，0.5330，…，0.8300）。 4、将每一个新用户转换后的数据与各二级维度下各标签的类中心对比，根据计算结果，将与用户距离近的类别标签赋予该用户。 介绍框架 10 用户群体 个体属性 (职业/性别/收入等) 社会属性 (家庭/团队等) 个体偏好 (阅读/视频/音乐等) 群体相似性 (协同/关联等) 用户个体属性判别模型 用户社交属性判别模型 用户的业务偏好分析模型 基于群体相似性的智能推荐模型 目录 11 研究目标和意义 12 关系群体社会网络 动态移动轨迹 OD稳定点发现 提升家庭、集团客户营销精准度 针对性制定竞争策略 加强核心客户维系和粘性价值 利用群体影响力拓展营销市场 掌握用户群体出行规律，强化广告投放、业务营销策略 拓展信息化服务业务产品 提升目标客户群体圈定的准确率和效率 丰满客户画像 了解客户分布，定位商务区、居民区、流动性大区域 对用户的交往、移动轨迹等使用社会网络分析相关分析方法进行建模，判别用户间各类交往关系，如家庭、同事等。 研究方法 13 包括用户个人通话行为、用户交往圈以及用户移动轨迹，首次引入不同时段的位置信息，提升关系识别精准度。 从数据仓库中读取源数据，校验数据的完整性，去除冗余和具有明显错误的数据。 1）OD发现/轨迹分析：分析基站数据得到用户移动轨迹的时间和空间规律，可判定用户的OD稳定点，有助于描述用户行为模式和关系特征； 2）特征提取：提取样本OD、通话频次、交往规律等用户行为特征，作为关系分类判别的依据； 3）关系分类：基于特征建立不同关系分类训练器，计算不同关系和社群聚类，作为社会关系网络基础。 地图直观展示用户稳定点和关系分布，动态显示用户群行为轨迹，可作为营销参考依据，并支持灵活扩展配置。 使用河南济源三个月