《数据业务推荐系统》由会员分享，可在线阅读，更多相关《数据业务推荐系统（6页珍藏版）》请在金锄头文库上搜索。
1、成果上报申请书成果名称数据业务推荐系统成果申报单位四川公司成果承担部门/分公司数据部 项目负责人姓名项目负责人联系电话和Email成果专业类别*数据业务所属专业部门*数据线条成果研究类别*现有业务优化省内评审结果*优秀关键词索引（35个）数据业务 推荐 应用投资50万元（指别的省引入应用大致需要的投资金额）产品版权归属单位中国移动集团四川公司对企业现有标准规范的符合度： 如果该成果来源于研发项目，请填写研发项目的年度、名称和类型（类型包括：集团重点研发项目、集团联合研发项目、省公司重点研发项目、其他研发项目），可填写多个：成果简介：简要描述成果目的和意义，解决的问题，取得的社会和经济效益。数据
2、业务逐步成为中国移动收入的重要来源。随着用户规模增长速度的减缓和话音资费的下降，促进数据业务的快速增长更成为稳定收入的重要工作。然后，由于数据业务的种类繁多，用户的需求千差万别，如果能在用户与移动的营销渠道（实体渠道：营业厅，互联网渠道：公司网站）接触的第一时间推荐合适的业务，将大大提升渠道的营销效率。而基于用户行为的分析的业务推荐模型的准确性将成为业务推荐成功的关键 因此，此项目主要研究的主要课题为如何利用对用户画像的分析结果，建立数据业务推荐，支撑实体渠道和互联网渠道提升业务推荐成功率。 项目的主要研究内容：1、 用户分群：确定客户标签，构建用户群 根据平台数据制定标签规则，对用户业务订购
3、情况、活动参与情况为客户打上标签； 2、 产品分析：分析产品类型，定制推荐优先级 对产品进行类型分划，如生活类产品、音乐类产品、商务类产品等； 对产品划分优先等级； 3、推荐数据输出：客户-产品相结合实现对推荐产品进行规则的统一制定、管理和分发并通过推荐接口向不同的渠道同步推荐数据通过数据业务推荐系统的建设，为数据业务精细运营提供了强有力的支撑工具。一方面，由于推荐成功率的提升，有利于提高推广效率提升，降低业务推广的成本，为业务规模的提升探索出一套高效率低成本的发展模式，具备良好的经济效益。另一方面，由于通过基于用户画像的精准分析，向用户提供了个性化的服务，优化了用户感知，提升了用户满意度，具
4、备良好的社会效益。省内试运行效果：通过数据业务推荐系统的建设，为数据业务精细运营提供了强有力的支撑工具。通过2010年6月，在成都分公司应用以来，营业人员共利用数据业务推荐系统向用户推荐业务110877次，业务推荐成功8877笔，成功率7%（而以前经验模式用户模型的平均推荐成功率为4%）。由于推荐成功率的提升，有利于提高推广效率提升，降低业务推广的成本，为业务规模的提升探索出一套高效率低成本的发展模式，具备良好的经济效益。另一方面，由于通过基于用户画像的精准分析，向用户提供了个性化的服务，优化了用户感知，提升了用户满意度，具备良好的社会效益。文章主体（3000字以上，可附在表格后）：根据成果研
5、究类别，主体内容的要求有差异，具体要求见表格后的“填写说明6”。一、项目背景 数据业务逐步成为中国移动收入的重要来源。随着用户规模增长速度的减缓和话音资费的下降，促进数据业务的快速增长成为稳定收入的重要工作。然后，由于数据业务的种类繁多，用户的需求千差万别，如果能在用户与移动的营销渠道（实体渠道：营业厅，互联网渠道：公司网站）接触的第一时间推荐合适的业务，将大大提升渠道的营销效率。而基于用户行为的分析的业务推荐模型的准确性将成为业务推荐成功的关键 因此，此项目主要研究的主要课题为如何利用对用户画像的分析结果，建立数据业务推荐，支撑实体渠道和互联网渠道提升业务推荐成功率 二、项目工作内容1、 用
6、户分群：确定客户标签，构建用户群 根据平台数据制定标签规则，对用户业务订购情况、活动参与情况为客户打上标签； 2、产品分析：分析产品类型，定制推荐优先级 对产品进行类型分划，如生活类产品、音乐类产品、商务类产品等； 对产品划分优先等级； 3、推荐数据输出：客户-产品相结合实现对推荐产品进行规则的统一制定、管理和分发并通过推荐接口向不同的渠道同步推荐数据三、系统整体架构 通过客户标签，计算客户对主要产品的潜在价值； 根据业务发展的侧重点不同，为产品和客户确定推荐优先级； 系统根据优先级、潜在价值等指标计算出客户推荐不同产品的推荐评分； 对于被推荐客户，返回客户推荐评分较高的前几个产品； 对于已推
7、荐产品，返回最有可能使用推荐产品的客户群。四、 推荐模型建立1、 用户分群用户分群主要通过层次分析法（Analytic Hierarchy Process，简称AHP ）实现。基本思想是：通过构造层次结构模型，进行两两比较，最后确定权重。其优点是可以解决复杂的、模糊的定性问题，采用定性和定量相结合的方法达到目的。用户群分析过程如下：（1） 根据用户群规划，根据现有数据情况，制定某一用户群的特征值用户群评分指标1评分指标2评分指标3评分指标 i（2） 对单个指标（如关键字出现频次等）划分等级，根据离散化赋予不同的得分；指标打分标准得分指标1XXXXXXXX指标2XXXXXXXX（3） 根据圈子对
8、应业务及客户使用轨迹按照层次分析法，构造各指标权重。指标指标1指标2指标3指标i权重（4） 根据用户得分公式计算单个用户得分。用户得分:（5） 对总分划分等级，将符合得分的用户归群内用户。以商务圈为例进行用户分群分析：商务圈的离散标准是：V网用户，漫游次数，品牌类别，通信话费和入网时长。商务圈判定指标离散化得分如下：指标打分标准得分指标打分标准得分V网用户是10分品牌全球通10分否4分动感地带6分近三个月漫游总次数0次0分神州行2分1次2分当月话费200分2次4分20-502分3-4次6分50-1004分5-8次8分100-1507分9次及以上10分150以上10分入网时长1年2分1-3年4分
9、3-5年7分5年以上10分指标权重：指标是否V网用户近三个月内漫游总次数品牌（动感/全球通/神州行）当月话费入网时长（精确到年）权重0.33 0.27 0.20 0.13 0.07 结论：将得分在6分及以上的用户判断为商务圈用户。现阶段商务圈子占比省内全网总人数比为5%。2、 产品分析（1） 产品梳理及分类通过人工方式对现有产品进行梳理并形成适合用户群的分类。用户群全时通彩号手机阅读手机游戏商务圈 . （2） 制定推荐顺序标准制定出影响业务排序得分的标准和权重，然后根据公式计算出某用户群各业务的推荐值得分，然后根据得分高低确定推荐顺序。指标打分规则：指标打分标准得分用户规模XXXXXXXX退订
10、率XXXXXXXX业务推荐权重：业务基础数据与用户群契合度用户规模退订率.群内业务订购占比权重业务推荐分:3、 推荐数据输出与各营销平台建立实时接口，实现个性化推荐数据的输出。（1）、营销平台向数据业务推荐系统传递需要推荐的用户号码；（2）、数据业务推荐系统向BOSS系统发起获取用户当前订购关系的申请；（3）、BOSS系统反馈用户当前订购关系；（4）、数据业务推荐系统根据用户号码，确定用户所属分群,并取出该群推荐业务列表。取出推荐列表并反馈给营销平台，数据反馈前需要剔除以下业务：已订购业务、营销平台不能销售业务、该用户曾经推荐失败的业务。（5）、营销平台根据反馈数据，向用户进行业务推荐。并将推荐结果反馈给数据业务推荐系统，供模型优化参考。五、项目效果通过数据业务推荐系统的建设，为数据业务精细运营提供了强有力的支撑工具。通过2010年6月，在成都分公司应用以来，营业人员共利用数据业务推荐系统向用户推荐业务110877次，业务推荐成功8877笔，成功率7%（而以前经验模式用户模型的平均推荐成功率为4%）。由于推荐成功率的提升，有利于提高推广效率提升，降低业务推广的成本，为业务规模的提升探索出一套高效率低成本的发展模式，具备良好的经济效益。另一方面，由于通过基于用户画像的精准分析，向用户提供了个性化的服务，优化了用户感知，提升了用户满意度，具备良好的社会效益。 6
