05_决策树算法案例_高校学生用户识别模型.pptVIP

高校学生用户识别模型 _ 模型分析报告 Teradata SC Jul, 2010 目录 2 > 11/12/2019 1 分析目标及统计口径 2 高校学生样本分析 3 模型构建 4 模型结果 5 模型评估、部署与维护 Teradata Confidential 统计口径及分析目标 ? 分析目标 > 根据学生群体的语音通话、行为轨迹、假日行为、新业务使用特征 、交往圈信息等特点，建立相应的学生客户识别模型，进行针对性 营销与服务 。 ? 统计口径 > 分析用户群 – 移动公司提供的一批归属于贵阳市贵州大学、贵阳学院、贵阳医学院三 所高校的前置营销号码。 – 高校 V 网用户。 – 有在高校区域基站通过话的贵阳移动用户。 > 时间窗口 – 201003-201005 > 模型目标 – 构建一个分类模型，将在高校区域基站有通话的用户分为学生和非学生 两类。 3 > 11/12/2019 Teradata Confidential 目录 4 > 11/12/2019 1 分析目标及统计口径 2 高校学生样本分析 3 模型构建 4 模型结果 5 模型评估、部署与维护 Teradata Confidential 高校学生样本分析 ? 目标： > 提高学生样本纯度 ? 结论： > 对于第一批前置营销用户，按照如下规则筛选 ： – 201005 月底用户状态正常 – 2007-2009 年 8/9 月份入网 – 区县代码与校园位置一致 – 201005 有在校园区域基站通话 > 对于三所学校校园 V 网的用户，按照如下规则筛选： – 201005 月底 用户状态正常 –之后入网 – 201005 有校园通话。 5 > 11/12/2019 Teradata Confidential 高校学生样本分析 – 入网时间 ? ? ? 6 > 11/12/2019 入网时间 其他, 1387, 20% 2007-2009 年8/9月份 入网, 4433, 65% 200708之 前入网, 1042, 15% 第一批前置营销的 7432 名用户中，在 2010 年 5 月有 6862 名用户在用。 根据在校时间与开学时间，排除 、 9 月份入网的用户。 2007 年 8 月之前入网的，以及不是在 8 排除后剩余的用户有 4433 名，占在用用户的 65% 。 Teradata Confidential 高校学生样本分析 – 区县代码 贵州大学（花溪区） 其他区域, 65, 4% 贵阳学院（南明区） 其他区域, 48, 6% 贵阳医学院（云岩区） 其他区域, 103, 6% 花溪区, 1749, 96% 南明区, 790, 94% 云岩区, 1678, 94% ? 在排除大约 5% 的不在学校所在区域的用户后，剩下的学生样本数为 4217 名。 7 > 11/12/2019 Teradata Confidential 高校学生样本分析 – 3 类 V 网类型 贵州大学 加入其它V 网, 141, 8% 没加入V 网, 436, 25% 加入其它V 网, 45, 6% 贵阳学院 没加入V 网, 149, 19% 加入其它V 网, 425, 25% 贵阳医学院 没加入V 网, 780, 47% 加入本校V 网, 1172, 67% 加入本校V 网, 596, 75% 加入本校V 网, 473, 28% 贵阳医学院其他 V 网 ? 在按照用户状态、入网时间、区县代码排除一 刘老四百鸡宴 部分用户后，仍然有相当数量的用户加入了非 大唐高鸿公司 本校的 V 网。特别是贵阳医学院的用户。 ? 在贵阳医学院其他 V 网中，排名靠前的包括贵医 师大白云校园V网 附件的刘老四百鸡宴、其他高校 V 网、其他单位 雷士照明电器 V 网 财经学院09校园网 ? 考虑是否将加入其它 V 网的用户排除 8 > 11/12/2019 Teradata Confidential 0 112 65 18 18 16 20 40 60 80 100 120 高校学生样本分析 – 通话区域 105.0% 100.0% 95.0% 90.0%