[发明专利]一种服务推荐方法及装置

说明书

技术领域

本发明涉及电信服务技术，尤指一种服务推荐方法及装置。

背景技术

目前，在服务推荐方案中，一种常见的方案是通过位置、时间和角色等固定特征来确定服务推荐的内容。比如，在“位置=居民区”、“时间=22点”、“角色=上班族”的特定条件下，可以推断出当前客户的任务是看电视，然后在以后产品库中查找与看电视这个任务匹配的服务产品，并向客户推荐该服务。

这种服务推荐方案需要特定的时间、地点输入，样本单一，影响了服务推荐的准确性，而且需要与客户进行反复交互，可操作性差。

另外，还可以根据用户偏好进行服务推荐。比如，将服务产品的特征抽象出来，将一个服务的特征归纳为若干个元素（如元素A、元素B、元素C）；对客户偏好建立等级，记录客户喜欢的服务元素A的等级或者客户讨厌的服务元素A等级（元素B、元素C以此类推）；再基于某类服务计算客户偏好的综合得分，根据综合得分，确定是否向客户推荐这类服务。这种该服务推荐方案需要确定客户偏好的等级，这在实际操作中很难实现，也就是说，现有的分析挖掘手段难以有效的支撑这种方法，并且该方法也会面临数据源不足的问题，从而难以达到准确向客户推荐服务的目的，其可操作性较差。

发明内容

为了解决上述技术问题，本发明提供了一种服务推荐方法及装置，能够提高服务推荐的准确性，而且可操作性强。

为了达到本发明目的，本发明提供了一种一种服务推荐方法，包括：预先设置服务产品与客户属性的对应关系，根据客户属性与设置的对应关系确定当前客户对应的各项服务产品的匹配度；

根据客户当前对服务产品的使用情况，对得到的各匹配度进行修正；

将修正后的预设数目个高匹配度对应的服务产品推荐给客户。

所述设置服务产品与客户属性的对应关系为：

基于大量已经存在于现有业务系统中的客户与服务产品间的映射关系，建立产品目录列表，为产品目录列表中的每一种服务产品添加其对应的若干客户属性，以建立服务产品与客户属性的对应关系。

所述确定当前客户对应的各项服务产品的匹配度包括：基于所述客户的每一项客户属性，计算所述服务产品列表中对应的所有服务产品对该客户的匹配度Yi，其中，i表示不同的服务产品。

所述客户属性包括所述服务产品适用的客户行业、和/或客户人员规模、和/或客户资费敏感度。

所述客户属性包括所述服务产品适用的客户行业、企业人员规模、客户资费敏感度；

所述匹配度Yi为：Yi=Ki1Xi1+Ki2Xi2+Ki3Xi3；

其中，Y_i表示服务产品P_i对客户C_i的匹配度，Ki1为客户C_i的客户行业匹配分值权重，Ki2为客户C_i的企业人员规模匹配分值权重，Ki3为客户C_i的客户资费敏感度匹配分值权重；

Xi1为服务产品Pi与客户Ci的客户行业属性Ii的匹配度分值，Xi2为服务产品Pi与客户Ci的企业人员规模为Mi时的匹配度分值，Xi3为服务产品Pi与客户Ci的客户资费敏感度Zi的匹配度分值。

所述客户C_i的行业匹配分值权重Ki1、客户C_i的企业人员规模匹配分值权重Ki2、客户C_i的敏感度匹配分值权重Ki3，利用现有专家评分法确定；

所述服务产品Pi与客户Ci的客户行业属性Ii的匹配度分值Xi1、服务产品Pi与客户Ci的企业人员规模为Mi时的匹配度分值Xi2、服务产品Pi与客户Ci的客户资费敏感度Zi的匹配度分值Xi3，利用现有聚类算法确定。

所述对得到的各匹配度进行修正为一次修正，包括：一次修正后的匹配度Y′I=Yi×α；

其中，α为一次修正因子，对于服务产品i，如果客户已使用，则α=0，如果客户未使用，则α=1。

该方法还包括：根据所述客户的已使用产品与其他产品的订购关系，对所述一次修正后的各匹配度进行二次修正；包括：

如果服务产品i是所述客户已使用的服务产品中对应的订购产品关系库中最经常使用的服务产品，且未被所述客户使用的前N项产品之一，其中N是实际应用中预先设置的数目，此时，二次修正后的匹配度Y〞I=max（Y′i），其中，max为取最大值运算符号；

否则，二次修正后的匹配度Y〞i等于一次修正后的匹配度Y′i。