[发明专利]业务推送方法和业务推送系统

说明书

本发明公开了一种业务推送方法和业务推送系统，包括：确定影响业务订购概率的用户特征向量；选取若干个已经订购业务的已订购用户的用户特征向量作为样本，带入逻辑回归模型中以预估出已订购用户的用户特征变量中各用户特征变量的权值，并生成各已订购用户对应于用户特征变量的权值向量；根据各已订购用户的权值向量，预测出针对全体用户的对应于用户特征变量的基准权值向量；将基准权值向量带入至逻辑回归模型中，计算出可使得逻辑回归模型中的Sigmoid函数的取值处于预设概率范围的用户特征向量的取值；根据所计算出的用户特征向量的取值向对应的用户推送业务。本发明的技术方案具有较高的推送精度。

技术领域

本发明涉及电信业务推送领域，特别涉及一种业务推送方法和业务推送系统。

背景技术

在现有技术中，往往采用如下两种方式进行业务推送：

其一，通过获取业务信息、用户身份、订购业务信息和上网日志信息，建立用户兴趣模型，依据用户兴趣模型、电信业务信息和订购业务信息，获得用户兴趣和电信业务的关联关系以及用户兴趣模型，得到推荐业务列表，对用户进行业务推荐。

其二，根据用户的通信记录，确定用户与用户的各个联系人的疏密度因子，疏密度因子用于表示用户与各联系人的通信频繁程度；获取各联系人的业务信息，业务信息用于表示联系人的业务订购情况和/或业务使用情况；根据用户与各联系人的疏密度因子以及各联系的业务信息，为用户推荐业务。

上述第一种推送方法，其需要建立用户兴趣模型需综合多方面系统中的信息，跨系统信息融合，需进行统一资源定位符(Uniform Resource Locator简称URL)解析，流处理等计算，开发难度大，周期长，系统效率不高，依据用户兴趣模型的推荐结果范围粒度较粗，影响客户体验。

上述第二种推送方法，以用户与各联系人的疏密因子来作为推荐依据，其推送的依据单一，效果不佳。

由此可见，本领域中亟需一种处理过程简单，推送效果较佳的业务推送方法。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一，提出了一种业务推送方法和业务推送系统。

为实现上述目的，本发明提供了一种业务推送方法，包括：

步骤S1、确定影响所述业务订购概率的用户特征向量，所述业务特征向量包括若干个用户特征变量；

步骤S2、选取若干个已经订购所述业务的已订购用户的用户特征向量作为样本，带入逻辑回归模型中以预估出所述已订购用户的所述用户特征变量中各用户特征变量的权值，并生成各所述已订购用户对应于所述用户特征变量的权值向量；

步骤S3、根据各所述已订购用户的所述权值向量，预测出针对全体用户的对应于所述用户特征变量的基准权值向量；

步骤S4、将所述基准权值向量带入至所述逻辑回归模型中，计算出可使得逻辑回归模型中的Sigmoid函数的取值处于预设概率范围的用户特征向量的取值；

步骤S5、根据所计算出的所述用户特征向量的取值向对应的用户推送所述业务。

可选地，所述用户特征变量包括：用户最近一次消费距离当前时刻的时间、用户在预设时间段内的消费总额、用户在预设时间段内的消费次数、用户的性别、用户的年龄中的至少一者。

可选地，所述逻辑回归模型为：

Sigmoid函数：

加权评分表达式：

Z_m＝β_{m_1}X_{m_1}+β_{m_2}X_{m_2}+...+β_{m_n}X_{m_n}