專利名稱：基于決策樹的網(wǎng)外客服號(hào)碼識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于電信運(yùn)營(yíng)商業(yè)務(wù)數(shù)據(jù)挖掘分析應(yīng)用技術(shù)領(lǐng)域，尤其是競(jìng)爭(zhēng)對(duì)手運(yùn)營(yíng)商
策反用戶號(hào)碼識(shí)別方法。
背景技術(shù)：
在電信行業(yè)運(yùn)營(yíng)商之間競(jìng)爭(zhēng)日益激烈的今天，處于劣勢(shì)的運(yùn)營(yíng)商開始瞄準(zhǔn)了具有 領(lǐng)先優(yōu)勢(shì)的運(yùn)營(yíng)商長(zhǎng)期建立起來的高價(jià)值用戶，不斷利用運(yùn)營(yíng)商用戶之間的互通數(shù)據(jù)，通 過客服人員搶挖其他運(yùn)營(yíng)商的中高端用戶，使其造成大量的用戶流失和收益下滑。為扭轉(zhuǎn) 競(jìng)爭(zhēng)對(duì)手對(duì)本企業(yè)用戶的策反帶來的損失，企業(yè)需要建立應(yīng)對(duì)機(jī)制，而策反號(hào)碼的識(shí)別將 是此應(yīng)對(duì)機(jī)制的基礎(chǔ)，并在此基礎(chǔ)上方能實(shí)施維系挽留策略。 決策樹是分類挖掘的主要方法之一，本方法采用C5. 0算法生成決策樹。C5. 0算法 根據(jù)能夠帶來最大信息增益的字段拆分樣本。第一次拆分確定的樣本子集隨后再次拆分， 通常是根據(jù)另一個(gè)字段進(jìn)行拆分，這一過程重復(fù)進(jìn)行直到樣本子集不能再被拆分為止。最 后，重新檢驗(yàn)最低層次的拆分，那些對(duì)模型值沒有顯著貢獻(xiàn)的樣本子集被剔除或者修剪。
目前，電信行業(yè)尚未出現(xiàn)網(wǎng)外客服號(hào)碼識(shí)別系統(tǒng)和成熟的識(shí)別手段。本方法在統(tǒng) 計(jì)分析運(yùn)營(yíng)商互通數(shù)據(jù)的基礎(chǔ)上，采用數(shù)據(jù)挖掘決策樹方法實(shí)現(xiàn)對(duì)網(wǎng)外客服號(hào)碼的識(shí)別。

發(fā)明內(nèi)容
發(fā)明目的 為了解決電信行業(yè)尚未出現(xiàn)網(wǎng)外客服號(hào)碼識(shí)別系統(tǒng)和成熟的識(shí)別手段的問題。
競(jìng)爭(zhēng)對(duì)手運(yùn)營(yíng)商可以通過互通話單分析出我方的中高端用戶，并以此為依據(jù)通過 撥打我方中高端用戶號(hào)碼實(shí)施策反。網(wǎng)外客服號(hào)碼識(shí)別模型主要用于甄別疑似競(jìng)爭(zhēng)對(duì)手客 服號(hào)碼，并通過分析話單查詢出其呼出的我方中高端用戶，并對(duì)此類用戶進(jìn)行重點(diǎn)關(guān)注，并 實(shí)施中高端用戶的維系挽留工作。
技術(shù)方案 —種基于決策樹的網(wǎng)外客服號(hào)碼識(shí)別方法，在統(tǒng)計(jì)分析運(yùn)營(yíng)商互通數(shù)據(jù)的基礎(chǔ) 上，采用數(shù)據(jù)挖掘決策樹方法實(shí)現(xiàn)對(duì)策反號(hào)碼的識(shí)別，具體步驟是對(duì)本網(wǎng)內(nèi)用戶通信情況 監(jiān)控，對(duì)疑似號(hào)碼進(jìn)行甄別，得出網(wǎng)外客服號(hào)碼 1)通過統(tǒng)計(jì)互通通話清單找出在某特定時(shí)段內(nèi)與網(wǎng)內(nèi)用戶通話的網(wǎng)外號(hào)碼列表， 并以此作為初步疑似網(wǎng)外客服號(hào)碼表； 2)找出上述網(wǎng)外號(hào)碼列表中，撥打網(wǎng)內(nèi)號(hào)碼中60%以上為中高端互通用戶的號(hào) 碼，這說明網(wǎng)外號(hào)碼撥打的用戶是經(jīng)過對(duì)互通數(shù)據(jù)分析得出的高價(jià)值號(hào)碼清單，或者是通 過其他途徑取得而非隨機(jī)撥打； 3)對(duì)其余各疑似網(wǎng)外客服號(hào)碼的撥打時(shí)段、撥打時(shí)長(zhǎng)進(jìn)行分析和挖掘；分析方法 采用決策樹方法，步驟包括 3. 1)對(duì)已經(jīng)獲知的網(wǎng)外客服號(hào)碼的撥打時(shí)段、通話特征進(jìn)行分析，提取與其相關(guān)
3的特征指標(biāo)，如撥打時(shí)間、撥打時(shí)長(zhǎng)、是否撥打我方中高端用戶號(hào)碼及占比、撥打次數(shù)等。
3. 2)建立數(shù)據(jù)流，以疑似網(wǎng)外客服號(hào)碼的特征指標(biāo)值作為預(yù)測(cè)條件，以是否為網(wǎng) 外客服號(hào)碼作為預(yù)測(cè)結(jié)果來訓(xùn)練模型； 3. 3)使用測(cè)試集、驗(yàn)證集數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證，驗(yàn)證方法是通過數(shù)據(jù)挖掘指標(biāo)命
中率和查全率來確認(rèn)。 有益效果 目前，電信行業(yè)尚未出現(xiàn)網(wǎng)外客服號(hào)碼識(shí)別系統(tǒng)和成熟的識(shí)別手段。本方法在統(tǒng) 計(jì)分析運(yùn)營(yíng)商互通數(shù)據(jù)的基礎(chǔ)上，結(jié)合數(shù)據(jù)挖掘決策樹方法實(shí)現(xiàn)對(duì)策反號(hào)碼的識(shí)別，經(jīng)大 量反復(fù)試驗(yàn)識(shí)別成功率均保持在60%以上。


圖1是實(shí)施例中甄別網(wǎng)外客服號(hào)碼過程示意圖。
圖2是實(shí)施例中網(wǎng)外客服號(hào)碼識(shí)別決策樹。
具體實(shí)施例方式
—種基于決策樹的網(wǎng)外客服號(hào)碼識(shí)別方法，在統(tǒng)計(jì)分析運(yùn)營(yíng)商互通數(shù)據(jù)的基礎(chǔ) 上，采用數(shù)據(jù)挖掘決策樹方法實(shí)現(xiàn)對(duì)策反號(hào)碼的識(shí)別，具體步驟是對(duì)本網(wǎng)內(nèi)用戶通信情況 監(jiān)控，對(duì)疑似號(hào)碼進(jìn)行甄別，得出網(wǎng)外客服號(hào)碼 1)通過統(tǒng)計(jì)互通通話清單找出在某特定時(shí)段內(nèi)與網(wǎng)內(nèi)用戶通話的網(wǎng)外號(hào)碼列表， 并以此作為初步疑似網(wǎng)外客服號(hào)碼表； 2)找出上述網(wǎng)外號(hào)碼列表中，撥打網(wǎng)內(nèi)號(hào)碼中60%以上為中高端互通用戶的號(hào) 碼，這說明網(wǎng)外號(hào)碼撥打的用戶是經(jīng)過對(duì)互通數(shù)據(jù)分析得出的高價(jià)值號(hào)碼清單，或者是通 過其他途徑取得而非隨機(jī)撥打； 3)對(duì)其余各疑似網(wǎng)外客服號(hào)碼的撥打時(shí)段、撥打時(shí)長(zhǎng)進(jìn)行分析和挖掘；分析方法 采用決策樹方法，步驟包括 3. 1)對(duì)已經(jīng)獲知的網(wǎng)外客服號(hào)碼的撥打時(shí)段、通話特征進(jìn)行分析，提取與其相關(guān) 的特征指標(biāo)，如撥打時(shí)間、撥打時(shí)長(zhǎng)、是否撥打我方中高端用戶號(hào)碼及占比、撥打次數(shù)等。
3. 2)建立數(shù)據(jù)流，以疑似網(wǎng)外客服號(hào)碼的特征指標(biāo)值作為預(yù)測(cè)條件，以是否為網(wǎng) 外客服號(hào)碼作為預(yù)測(cè)結(jié)果來訓(xùn)練模型； 3. 3)使用測(cè)試集、驗(yàn)證集數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證，驗(yàn)證方法是通過數(shù)據(jù)挖掘指標(biāo)命 中率和查全率來確認(rèn)。 圖2中，節(jié)點(diǎn)0——節(jié)點(diǎn)1、2，先區(qū)別通話總量，初步提取疑似網(wǎng)外客服號(hào)碼表；節(jié) 點(diǎn)2——節(jié)點(diǎn)3、6，進(jìn)一步提取疑似網(wǎng)外客服號(hào)碼；節(jié)點(diǎn)3——節(jié)點(diǎn)4、5，以及節(jié)點(diǎn)6——節(jié) 點(diǎn)7、8是對(duì)疑似網(wǎng)外客服號(hào)碼的撥打時(shí)段、撥打時(shí)長(zhǎng)進(jìn)行分析和挖掘。
本例中， 疑似競(jìng)爭(zhēng)對(duì)手客服號(hào)碼甄別模型主要通過三個(gè)步驟進(jìn)行篩選。 第一步通過統(tǒng)計(jì)互通通話清單找出在某時(shí)段內(nèi)(如1個(gè)月)與我方運(yùn)營(yíng)商用戶 通話的競(jìng)爭(zhēng)對(duì)手號(hào)碼列表，并以此作為初步疑似競(jìng)爭(zhēng)對(duì)手客服號(hào)碼表。
第二步找出上述競(jìng)爭(zhēng)對(duì)手號(hào)碼列表中，撥打我方號(hào)碼60%以上為中高端互通用戶(互通時(shí)間在80分鐘以上)的號(hào)碼。這將說明對(duì)方撥打的用戶是經(jīng)過對(duì)互通數(shù)據(jù)分析 得出的高價(jià)值號(hào)碼清單，或者是通過其他途徑取得而非隨機(jī)撥打。 第三步通過第二步過濾后，對(duì)其余各疑似競(jìng)爭(zhēng)對(duì)手運(yùn)營(yíng)商客服號(hào)碼的撥打時(shí)段、 撥打時(shí)長(zhǎng)進(jìn)行分析和挖掘。分析方法主要采用決策樹方法。 首先，對(duì)已經(jīng)獲知的競(jìng)爭(zhēng)對(duì)手號(hào)碼的撥打時(shí)段、通話特征進(jìn)行分析，提取與其相關(guān) 的特征指標(biāo)。需要通過數(shù)據(jù)探索，確定預(yù)測(cè)條件、預(yù)測(cè)結(jié)果定義； 其次，建立數(shù)據(jù)流，以疑似網(wǎng)外客服號(hào)碼的特征指標(biāo)值作為預(yù)測(cè)條件，以是否為網(wǎng) 外客服號(hào)碼作為預(yù)測(cè)結(jié)果來訓(xùn)練模型； 然后，使用測(cè)試集、驗(yàn)證集數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證，驗(yàn)證方法主要通過各種數(shù)據(jù)挖掘 指標(biāo)(如命中率、查全率)來確認(rèn)； 最后，將模型應(yīng)用到實(shí)際營(yíng)銷服務(wù)過程中，對(duì)預(yù)測(cè)效果進(jìn)行檢驗(yàn)，并實(shí)時(shí)調(diào)整模 型。 具體來說， 假設(shè)中國(guó)移動(dòng)作為我方運(yùn)營(yíng)商，聯(lián)通作為競(jìng)爭(zhēng)對(duì)手。本方法目標(biāo)是通過分析移動(dòng) 用戶與聯(lián)通用戶的互通通話清單信息，識(shí)別出聯(lián)通客服人員策反號(hào)碼。分析對(duì)象是某省移 動(dòng)用戶與該省聯(lián)通用戶的互通通話清單。 疑似競(jìng)爭(zhēng)對(duì)手客服號(hào)碼甄別模型主要通過三個(gè)步驟進(jìn)行篩選。 第一步找出在2009年5月與300個(gè)以上中國(guó)移動(dòng)用戶通話的競(jìng)爭(zhēng)對(duì)手(聯(lián)通)
號(hào)碼列表，并以此作為初步疑似競(jìng)爭(zhēng)對(duì)手客服號(hào)碼表。 第二步找出上述競(jìng)爭(zhēng)對(duì)手號(hào)碼列表中，撥打我方號(hào)碼60%以上為中高端互通用 戶(互通時(shí)間在80分鐘以上)的號(hào)碼，可以通過以下四個(gè)步驟實(shí)現(xiàn) (1)找出所有互通話務(wù)量較大的中國(guó)移動(dòng)用戶(月均互通通話時(shí)長(zhǎng)大于80分
鐘)，以此認(rèn)定為本模型的高價(jià)值互通用戶。
(2)建立疑似聯(lián)通客服撥打移動(dòng)高價(jià)值用戶明細(xì)清單。 (3)統(tǒng)計(jì)疑似聯(lián)通客服號(hào)碼與我高價(jià)值用戶通話次數(shù)、與非高價(jià)值用戶通話總數(shù)、 高價(jià)值用戶比例。 (4)將以上撥打我高價(jià)值用戶比例較高的疑似聯(lián)通或電信客服號(hào)碼進(jìn)行篩選(撥 打移動(dòng)高價(jià)值互通用戶比例60%以上)。 第三步通過第二步過濾后，對(duì)其余各疑似聯(lián)通或電信客服號(hào)碼的撥打時(shí)段、撥打 時(shí)長(zhǎng)進(jìn)行分析和挖掘。分析方法主要采用決策樹方法。 首先，對(duì)已經(jīng)獲知的2009年4月網(wǎng)外客服號(hào)碼的撥打時(shí)段、通話特征進(jìn)行分析，找 出與其相關(guān)的特征指標(biāo)。發(fā)現(xiàn)聯(lián)通客服號(hào)碼的特點(diǎn)包括客服號(hào)碼集中在某個(gè)連續(xù)號(hào)段、 客服號(hào)碼每日在工作時(shí)間撥打我方號(hào)碼(周六、日沒有互通數(shù)據(jù))、客服號(hào)碼撥打的用戶群 60%以上是我方的中高端用戶、每次互通時(shí)間約在5分鐘以內(nèi)。 其次，建立數(shù)據(jù)流，以上面疑似網(wǎng)外客服號(hào)碼的特征指標(biāo)值作為預(yù)測(cè)條件，以是否 為網(wǎng)外客服號(hào)碼(0或1表示)作為預(yù)測(cè)結(jié)果來訓(xùn)練模型。 然后，將4月份策反號(hào)碼分為兩組測(cè)試集和驗(yàn)證集。測(cè)試集和驗(yàn)證集均包含真實(shí)
的策反號(hào)碼和普通異網(wǎng)號(hào)碼兩種類型。測(cè)試集用于建立決策樹模型，驗(yàn)證集對(duì)模型的命中 率和查全率進(jìn)行檢驗(yàn)，以驗(yàn)證預(yù)測(cè)模型的準(zhǔn)確率。
5
最后，將5月份疑似網(wǎng)外客服號(hào)碼數(shù)據(jù)應(yīng)用到預(yù)測(cè)模型中，生成在此時(shí)段的網(wǎng)外 客服號(hào)碼。
權(quán)利要求
基于決策樹的網(wǎng)外客服號(hào)碼識(shí)別方法，其特征是在統(tǒng)計(jì)分析運(yùn)營(yíng)商互通數(shù)據(jù)的基礎(chǔ)上，采用數(shù)據(jù)挖掘決策樹方法實(shí)現(xiàn)對(duì)策反號(hào)碼的識(shí)別，具體步驟是對(duì)本網(wǎng)內(nèi)用戶通信情況監(jiān)控，對(duì)疑似號(hào)碼進(jìn)行甄別，得出網(wǎng)外客服號(hào)碼1)通過統(tǒng)計(jì)互通通話清單找出在某特定時(shí)段內(nèi)與網(wǎng)內(nèi)用戶通話的網(wǎng)外號(hào)碼列表，并以此作為初步疑似網(wǎng)外客服號(hào)碼表；2)找出上述網(wǎng)外號(hào)碼列表中，撥打網(wǎng)內(nèi)號(hào)碼中60％以上為中高端互通用戶的號(hào)碼，這說明網(wǎng)外號(hào)碼撥打的用戶是經(jīng)過對(duì)互通數(shù)據(jù)分析得出的高價(jià)值號(hào)碼清單，或者是通過其他途徑取得而非隨機(jī)撥打；3)對(duì)其余各疑似網(wǎng)外客服號(hào)碼的撥打時(shí)段、撥打時(shí)長(zhǎng)進(jìn)行分析和挖掘；分析方法采用決策樹方法，步驟包括3.1)對(duì)已經(jīng)獲知的網(wǎng)外客服號(hào)碼的撥打時(shí)段、通話特征進(jìn)行分析，提取與其相關(guān)的特征指標(biāo)，如撥打時(shí)間、撥打時(shí)長(zhǎng)、是否撥打我方中高端用戶號(hào)碼及占比、撥打次數(shù)等。3.2)建立數(shù)據(jù)流，以疑似網(wǎng)外客服號(hào)碼的特征指標(biāo)值作為預(yù)測(cè)條件，以是否為網(wǎng)外客服號(hào)碼作為預(yù)測(cè)結(jié)果來訓(xùn)練模型；3.3)使用測(cè)試集、驗(yàn)證集數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證，驗(yàn)證方法是通過數(shù)據(jù)挖掘指標(biāo)的命中率和查全率來確認(rèn)。
全文摘要
一種基于決策樹的網(wǎng)外客服號(hào)碼識(shí)別方法，在統(tǒng)計(jì)分析運(yùn)營(yíng)商互通數(shù)據(jù)的基礎(chǔ)上，采用數(shù)據(jù)挖掘決策樹方法實(shí)現(xiàn)對(duì)策反號(hào)碼的識(shí)別，具體步驟是對(duì)本網(wǎng)內(nèi)用戶通信情況監(jiān)控，對(duì)疑似號(hào)碼進(jìn)行甄別，得出網(wǎng)外客服號(hào)碼。本方法在統(tǒng)計(jì)分析運(yùn)營(yíng)商互通數(shù)據(jù)的基礎(chǔ)上，結(jié)合數(shù)據(jù)挖掘決策樹方法實(shí)現(xiàn)對(duì)策反號(hào)碼的識(shí)別，經(jīng)大量反復(fù)試驗(yàn)識(shí)別成功率均保持在60％以上。
文檔編號(hào)H04W24/06GK101715205SQ200910212449
公開日2010年5月26日 申請(qǐng)日期2009年11月11日 優(yōu)先權(quán)日2009年11月11日
發(fā)明者龐海東, 曹曉華, 李捷, 王恒, 趙懿敏 申請(qǐng)人:南京聯(lián)創(chuàng)科技集團(tuán)股份有限公司