[发明专利]一种基于多维组合变量的4G用户流失预警方法和系统

说明书

本发明提供一种基于多维组合变量的4G用户流失预警方法和系统，所述方法包括：获取影响用户流失的显著指标，所述显著指标包括消费异动指标、竞争对手影响指标、不正常沉默指标、异地漫游指标和使用时间指标；通过已训练的用户流失预警模型计算流失概率，若流失概率大于设定阈值，则确定该用户为即将流失用户。归纳成消费异动指标、竞争对手影响指标、不正常沉默指标、异地漫游指标和使用时间指标5个影响维度，运用主成分分析思想，对维度内的多个变量进行重组整合成信息价值最大化的建模指标，解决估算方程共线性和原始数据信息丢失问题，使得业务指标价值最大化，提升数据预测准确性。

技术领域

本发明涉及通信技术领域，更具体地，涉及一种基于多维组合变量的4G用户流失预警方法和系统。

背景技术

全业务经营趋势加剧了通信运营商之间的市场竞争，为了获得更多的市场占有率，运营商想方设法降低用户流失率，减少用户离网现象的发生。研究表明，一个公司的用户流失率降低5％，利润将会增加 25％至85％，企业往往获得一位新用户的费用是比较高的，但是挽留一个用户有时仅仅只需一个电话或者一个策略。为此运营商需对用户属性进行精准定位，试图挽留存在流失倾向的用户资源。4G网络技术带来了数据的爆炸式增长，4G用户资源俨然已成为运营商核心资源，在大数据时代下，如何有效进行4G用户流失预警，对有流失倾向的用户进行精准定位，是当前重要课题。

针对用户流失预警，现有技术中通常采用的方案包括三种，方案一是采用传统的数据统计分析技术，采集用户消费、用户通话时长、用户主动通信行为等有限的指标，开展常规的指标统计、分析和监控，预测用户是否有流失倾向，以判断是否需要采取相关措施挽留客户；方案二是基于移动用户的通信记录数据，以月为单位，并按照月通话时长、月通话次数、月主被叫比例、月漫游次数、月掉话次数等8种属性类别对移动用户的通信情况进行统计，建立隐马尔可夫模型，实现移动通信用户流失预测方法；方案三是采用多种流失用户预测模型分别进行流失用户预测，选择最接近预设条件的两种或两种以上的流失用户预测模型进行预流失用户的组合预测。

但是，在针对4G通信用户开展的流失预警方法或技术，方案一常规的数据统计分析方法容易使得决策滞后，当发现用户有流失倾向时，该用户已经接近于离网状态，此时再来挽留客户已经意义不大，挽留效果较差。方案二是采用用户消费、用户通话时长、用户主动通信行为等有限的指标，统计、分析和监控，预测用户是否有流失倾向；基于基于移动用户的通信记录数据，以月为单位，并按照月通话时长、月通话次数、月主被叫比例、月漫游次数、月掉话次数等8种属性类别和指标对移动用户的通信情况进行统计，建立隐马尔可夫模型，实现移动通信用户流失预测方法。该方法缺少对移动通信业务的理解和实际市场经验的总结，因此本方法对建模指标的选取，有一定的局限性，难以实现业务指标价值最大化；方案三采用多种流失用户预测模型分别进行流失用户预测，选择最接近预设条件的两种或两种以上的流失用户预测模型进行预流失用户的组合预测，算法复杂度较高，需要执行多种模型和算法，处理效率方面会有不足。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的一种基于多维组合变量的4G用户流失预警方法和系统，解决了现有技术中用户流失挽留决策滞后、处理效率不足，且预测过程中解释变量共线性和原始变量数据信息丢失等问题。

根据本发明的一个方面，提供一种用户流失预警方法，包括：

获取影响用户流失的显著指标，所述显著指标包括消费异动指标、竞争对手影响指标、不正常沉默指标、异地漫游指标和使用时间指标；

通过已训练的用户流失预警模型计算流失概率，若流失概率大于设定阈值，则确定该用户为即将流失用户。

作为优选的，确定该用户为即将流失用户后，还包括：

统计出流失概率大于设定阈值的用户，建立用户流失预警表。