用戶的業(yè)務(wù)偏好分析應(yīng)用模型

用戶的業(yè)務(wù)偏好分析應(yīng)用模型目錄1業(yè)務(wù)偏好應(yīng)用模型研究的需求如何根據(jù)客戶的數(shù)據(jù)業(yè)務(wù)行為、基礎(chǔ)畫(huà)像、互聯(lián)網(wǎng)行為，研究客戶的業(yè)務(wù)偏好以及內(nèi)容、時(shí)間等偏好，針對(duì)當(dāng)前數(shù)據(jù)業(yè)務(wù)沉默客戶、潛在客戶開(kāi)展激活與推薦。研究業(yè)務(wù)偏好應(yīng)用模型的意義以用戶為導(dǎo)向，滿足用戶個(gè)性化需求，比傳統(tǒng)的大眾推薦效果更好。以真實(shí)數(shù)據(jù)為依據(jù)進(jìn)行分析，實(shí)現(xiàn)對(duì)用戶的精準(zhǔn)定位和精確推薦。有利于節(jié)約成本、提高利潤(rùn)水平，保留和吸引更多用戶。背景意義2基于結(jié)構(gòu)化數(shù)據(jù)的偏好分析模型通過(guò)用戶的月基礎(chǔ)畫(huà)像信息自動(dòng)對(duì)用戶分群生成用戶標(biāo)簽。在每個(gè)用戶群內(nèi)，通過(guò)用戶的業(yè)務(wù)使用行為做內(nèi)容關(guān)聯(lián)分析針對(duì)每類用戶推薦不同的內(nèi)容。用戶基礎(chǔ)畫(huà)像數(shù)據(jù)用戶使用行為數(shù)據(jù)用戶分群內(nèi)容推薦商務(wù)人士上網(wǎng)一族……用戶標(biāo)簽小喬布斯精彩演說(shuō)概念車竟水上飛馳……視頻名稱3輸入數(shù)據(jù)用戶基礎(chǔ)畫(huà)像數(shù)據(jù)業(yè)務(wù)使用行為數(shù)據(jù)以手機(jī)視頻業(yè)務(wù)為例手機(jī)號(hào)碼收看過(guò)的視頻內(nèi)容ID1視頻內(nèi)容ID2視頻內(nèi)容ID3…頻內(nèi)容ID1視頻內(nèi)容ID2視頻內(nèi)容ID3……基本信息行為信息費(fèi)用信息語(yǔ)音使用行為短信使用行為GPRS使用行為WLAN使用行為4業(yè)務(wù)偏好計(jì)算用戶分群：數(shù)據(jù)變換、歸一化：解決各個(gè)特征的計(jì)量單位、大小范圍差異大的問(wèn)題。K-means聚類：使用基礎(chǔ)畫(huà)像信息自動(dòng)聚出8個(gè)類型不同的用戶群。5業(yè)務(wù)偏好計(jì)算（1）高資費(fèi)人群：該類人群特征是絕大部分?jǐn)?shù)值均大于平均值，即消費(fèi)水平高于平均水平，特別是總費(fèi)用是各類人群中最高的。（2）標(biāo)準(zhǔn)用戶群：該類人群特征是絕大部分?jǐn)?shù)值與平均值持平或低于平均值。值得一提的是，雖然GPRS套餐費(fèi)較高，但使用時(shí)能嚴(yán)格控制流量，使流量不超過(guò)標(biāo)準(zhǔn)套餐的額度，不產(chǎn)生額外的GPRS通信費(fèi)。（3）低資費(fèi)人群：該類人群特征是通話時(shí)長(zhǎng)、短信量、上網(wǎng)流量均低于平均水平，特別是總費(fèi)用是各類人群中最低的。（4）上網(wǎng)發(fā)燒友：該類人群特征是上網(wǎng)的流量和費(fèi)用超高，同時(shí)通話等傳統(tǒng)業(yè)務(wù)量少。（5）上網(wǎng)一族：該類人群特征是上網(wǎng)流量經(jīng)常超出GPRS套餐額度，導(dǎo)致GPRS通信費(fèi)超高。與上網(wǎng)發(fā)燒友相比，通話等傳統(tǒng)業(yè)務(wù)使用顯得更活躍。（6）理性上網(wǎng)群：該類人群特征是訂閱GPRS套餐較為理性，套餐費(fèi)高于平均值，屬于喜愛(ài)上網(wǎng)的上群。同時(shí)，GPRS套餐外產(chǎn)生的額外費(fèi)用幾乎沒(méi)有。（7）商務(wù)人士：該類人群特征是套餐月租費(fèi)、漫游通話費(fèi)、無(wú)線上網(wǎng)流量在各類人群中最高，符合商務(wù)人士出差、經(jīng)常無(wú)線上網(wǎng)的特點(diǎn)。（8）通話達(dá)人：該類人群特征是語(yǔ)音業(yè)務(wù)套餐費(fèi)顯著高于其他各個(gè)用戶群。另外，有了語(yǔ)音業(yè)務(wù)套餐，本地通話仍很頻繁。6基于文本的內(nèi)容過(guò)濾推薦模型功能根據(jù)用戶訪問(wèn)過(guò)的項(xiàng)集的文本主題特征，向其推薦可能感興趣的新內(nèi)容適用范圍業(yè)務(wù)產(chǎn)品、互聯(lián)網(wǎng)內(nèi)容資訊、廣告等內(nèi)容推薦，要求能夠獲得項(xiàng)集的文本特征描述模型輸入有歷史訪問(wèn)行為的目標(biāo)用戶u、該用戶訪問(wèn)過(guò)的內(nèi)容項(xiàng)（頁(yè)面、文章、書(shū)籍）集合Iu及集合中元素的關(guān)鍵詞描述、該用戶未訪問(wèn)過(guò)的內(nèi)容項(xiàng)集合RIu以及集合中元素的關(guān)鍵詞描述模型輸出目標(biāo)用戶u可能喜歡的內(nèi)容項(xiàng)Top-N列表出于效率考慮，用戶數(shù)據(jù)分析平臺(tái)以每個(gè)用戶訪問(wèn)過(guò)的項(xiàng)集的文本特征分別建立該用戶的Profile并按日更新，然后通過(guò)比對(duì)Profile和推薦候選項(xiàng)集的文本特征來(lái)實(shí)現(xiàn)內(nèi)容過(guò)濾推薦。相比于傳統(tǒng)算法，主要進(jìn)行了如下改進(jìn)：a.分層多粒度的標(biāo)簽體系。用戶偏好特征按照大類-子類-關(guān)鍵詞的方式進(jìn)行組織，能夠適應(yīng)不同的營(yíng)銷場(chǎng)景需求。例如，進(jìn)行手機(jī)閱讀推薦時(shí)主要使用“閱讀”類的標(biāo)簽，進(jìn)行游戲推薦時(shí)主要使用“游戲”類的標(biāo)簽；b.潛在語(yǔ)義分析。解決不同語(yǔ)境下的多義詞問(wèn)題。7基于文本的內(nèi)容過(guò)濾推薦模型用戶A用戶B用戶閱讀的文章雅虎重組自救，勝算幾何？正文……家用熱銷2012款新車行情調(diào)查正文…………Profile數(shù)據(jù)[IT/互聯(lián)網(wǎng)：德克爾_0.227451][汽車：經(jīng)濟(jì)型_0.160784][IT/互聯(lián)網(wǎng)：楊致遠(yuǎn)_0.454902][汽車：省油_23.470320][IT/互聯(lián)網(wǎng)：總裁_0.5681205][汽車：熱銷_0.176471]……推薦的文章雅虎欲撤換楊致遠(yuǎn)新一輪裁員不可避雅虎董事會(huì)欲撤換楊致遠(yuǎn)新一輪裁員雅虎股票跌回2月初微軟提出收購(gòu)前價(jià)新寶來(lái)現(xiàn)金優(yōu)惠6000元店內(nèi)現(xiàn)車供應(yīng)低油耗對(duì)抗高油價(jià)5款小排量增壓車行情六款配自動(dòng)空調(diào)時(shí)尚小車推薦示例8基于文本的內(nèi)容過(guò)濾推薦模型對(duì)于在某一特定文件里的詞語(yǔ)

來(lái)說(shuō)，它的重要性可表示為：

是該詞在文件

中的出現(xiàn)次數(shù)，而分母則是在文件

中所有字詞的出現(xiàn)次數(shù)之和。逆向文件頻率IDF則計(jì)算一個(gè)詞語(yǔ)普遍重要性。某一特定詞語(yǔ)的IDF，可以由總文件數(shù)目除以包含該詞語(yǔ)之文件的數(shù)目，再對(duì)數(shù)得到。則一個(gè)詞語(yǔ)的權(quán)重為：根據(jù)用戶訪問(wèn)過(guò)的文件，用向量wc=(wc1,wc2,...,