[发明专利]基于广电大数据的用户流失预警方法、系统及存储介质

说明书

本发明公开了基于广电大数据的用户流失预警方法、系统及存储介质，方法包括：根据业务需求配置流失用户的识别特征；根据业务需求配置识别特征的取值范围和时间范围；根据配置的取值范围和时间范围，对采集的用户交互数据和用户基础资料进行数据清洗；根据数据清洗后的结果，构造待训练特征；根据待训练特征，生成流失用户判别模型；根据识别特征，通过流失用户判别模型进行流失用户识别。本发明通过特征构造，能够生成多个新的待训练特征，无需根据业务经验、领域知识以及分析人员的主观直觉来构造特征，大大提高了流失用户判别模型的准确率，进而提高了用户识别的准确率，可广泛应用于大数据技术领域。

技术领域

本发明涉及大数据技术领域，尤其是基于广电大数据的用户流失预警方法、系统及存储介质。

背景技术

大数据是指的是无法使用传统流程或工具处理或分析的信息，大数据定义了那些超出正常处理范围和大小，并迫使用户采用非传统处理方法的数据集。而广电大数据则是通过用户与广播电视网络(以下简称广电)交互所产生的数据，包括但不仅限于用户与电视机顶盒交互产生的数据、用户与广播电视网络客服交互产生的数据，以及用户与广播电视网络带宽交互产生的数据。

流失预警是指基于大数据平台，通过数据分析，对有标签数据的用户，通过算法模型进行用户识别，对无标签数据的用户根据数据挖掘算法进行深度挖掘，从而识别出将要流失的用户。

在广播电视网络的流失预警过程中，传统的做法是，首先通过大数据平台采集用户的交互行为数据以及一些用户的基础数据，然后识别业务需求所需要的数据，再基于业务经验以及领域知识，通过数据挖掘算法识别出预流失的用户，从而提前对流失用户开展挽留工作。上述传统方法的缺点是过度依赖于业务经验、领域知识以及分析人员的主观直觉来完成，识别准确率较低。

发明内容

为解决上述技术问题，本发明的目的在于：提供一种准确率高的基于广电大数据的用户流失预警方法、系统及存储介质。

本发明一方面所采取的技术方案为：

基于广电大数据的用户流失预警方法，包括以下步骤：

根据业务需求配置流失用户的识别特征；

根据业务需求配置识别特征的取值范围和时间范围；

根据配置的取值范围和时间范围，对采集的用户交互数据和用户基础资料进行数据清洗；

根据数据清洗后的结果，构造待训练特征；

根据待训练特征，生成流失用户判别模型；

根据识别特征，通过流失用户判别模型进行流失用户识别。

进一步，所述根据业务需求配置识别特征的取值范围和时间范围这一步骤，包括以下步骤：

根据业务需求配置识别特征的用户基础指标和用户行为指标；

根据业务需求配置待采集数据的时间范围；

其中，所述用户基础指标包括用户资料类数据、客户资料类数据、支付类数据、账单类数据和产品类数据。

进一步，所述用户资料类数据包括用户名、用户所属地市、用户开户时间、用户状态、用户的业务类型、用户归属分公司和用户状态变化时间；

所述客户资料类数据包括客户名、客户分级、客户证件号码、客户状态、客户属性、客户类型和客户贡献度；

所述支付类数据包括基本收视维护费、视频增值服务费、数据服务费、带宽服务费和支付方式；

所述账单类数据包括账单金额、冲销金额、欠费金额和账单类型；

所述产品类数据包括销售品名称、套餐名称、产品类型、产品单价、订购产品时间和订购产品状态。