[发明专利]用户资源的推送方法及装置

说明书

本发明实施例提供一种用户资源的推送方法及装置，获取用户的若干个特征数据和在不同时段的流速类别；所述若干个特征数据为对用户流量使用行为产生影响的特征数据，根据特征数据和在不同时段的流速类别，通过网络模型预测所述用户在未来预设时段的流速类别，根据所述用户在所述预设时段的流速类别在预设时段为所述用户推送与预测的流速类别对应的资源片，实现了根据用户在不同时段对流速的需求，向用户提供对应大小的资源片，进而降低了与用户的交互频率，提高了现有的计费系统的处理效率，减轻了计费系统的压力。

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种用户资源的推送方法及装置。

背景技术

随着移动网络的发展，用户的业务数据流量呈现爆发式增长，给运营商的计费系统带来巨大的资源消耗和运维的挑战。

目前，数据的流量话单占运营商话单数据的90％以上，在线计费需要对用户的业务使用量进行控制。现有技术中，在线计费系统根据用户对业务资源片的不同需求调整对用户授权的资源片。然而，用户在不同时间对资源片的需求不同，因此计费系统需要频繁与网元进行交互以满足用户在不同时间对资源片的需求。

现有的计费系统具有处理效率低，系统压力大的缺点。

发明内容

本发明实施例提供一种用户资源的推送方法及装置，以提高计费系统的处理效率，降低计费系统的压力。

第一方面，本发明实施例提供一种用户资源的推送方法，包括：

获取用户的若干个特征数据和在不同时段的流速类别；所述若干个特征数据包括对用户流量使用行为产生影响的特征数据；

根据特征数据和在不同时段的流速类别，通过网络模型预测所述用户在未来预设时段的流速类别；

根据所述用户在所述预设时段的流速类别在预设时段为所述用户推送与预测的流速类别对应的资源片。

可选的，所述获取用户的若干个特征数据，包括：

对获取的用户宽表数据进行预处理，得到预处理后的用户宽表数据；所述宽表数据包含流量使用数据；

对预处理后的用户宽表数据进行相关性分析，得到多个与所述流量使用数据具有相关性的特征数据；

通过随机森林算法对所述多个与所述流量使用数据具有相关性的特征数据进行筛选，获取所述若干个特征数据。

可选的，所述通过随机森林算法对所述多个与所述流量使用数据具有相关性的特征数据进行筛选，获取所述若干个特征数据，包括：

针对每一特征数据，确定所述特征数据的基尼指数；

根据所述基尼指数确定每个特征数据对应的重要性评分；

对所有特征数据的重要性评分排序，获取若干个排序靠前的重要性评分对应的特征数据。

可选的，获取用户在不同时段的流速类别，包括：

对获取的流量详单数据进行预处理，得到预处理后的流量详单数据；

根据所述预处理后的流量详单数据确定所述用户在预设时段消费的流量数据；

对所述用户在预设时段消费的流量数据进行聚类分析，确定所述用户在预设时段的流速类别。

可选的，对所述用户在预设时段消费的流量数据进行聚类分析，确定所述用户在预设时段的流速类别，包括：

通过预设的每个流速类别数量对应的误差平方和确定流速类别数量；

通过K-means方法根据所述流速类别数量和所述用户在预设时段消费的流量数据确定所述用户在预设时段的流速类别。