[发明专利]基于多角度神经网络模型的通信用户套餐精准推荐方法

说明书

本发明涉及基于多角度神经网络模型的通信用户套餐精准推荐方法，首先对用户行为数据与运营商套餐数据进行采集，将数据进行数据清洗与数据变换，然后对数据进行聚类分析，确定深度神经网络模型的输入向量，最后基于多视角深度神经网络模型计算出用户与现有套餐的相似度，为用户精准推荐移动手机套餐。

技术领域

本发明涉及一种基于多角度神经网络模型的通信用户套餐精准推荐方法，属于深度学习技术领域。

背景技术

随着第四代通信技术的快速普及和推广，运营商为实现营业增长，降低用户离网率，吸引更多用户，运营商也纷纷推出各式各样的4G套餐，然而面对花样繁多的各式套餐，用户难以准确找到适合自己的资费套餐。

目前市面上，运营商一般通过两种方式进行套餐推荐：营业厅人工推荐、APP套餐推荐；其中APP套餐推荐从线上用户角度出发，以奖励模式为主，对用户消费习惯进行问答，这种方式不但需要用户明确自己需求，同时需要用户积极参与反馈，难以获得足够的数据，用户偏好度描述不准确且只有小部分用户收益，推荐效益不高的缺点，另一种营业厅人工推荐主要通过运营商营业厅销售人员为用户推荐合适个性化的套餐，这种方式成本高且效率低，同时存在个人主观性与不全面性特点。

多视角深度神经网络由Elkahky等人考虑到传统的基于内容的推荐系统中，用户特征难以获取的问题，将深度结构化语义模型进行扩展所提出。该模型通过用户视角与项目视角信息实体匹配实现用户项目推荐，其基本思想设置两类映射通路，通过深度学习模型将两类信息实体映射到同一个隐空间，再同一个隐空间中进行余弦相似度计算实现两个实体之间的匹配。

发明内容

本发明提供了一种基于多角度神经网络模型的通信用户套餐精准推荐方法，以用于解决了现有套餐推荐方法中从用户群体的角度来描述用户行为，不能体现同一用户群体中不同的消费行为和偏好的差异，用户面对种类繁多的移动套餐，难以选择最适合自己套餐的问题，对通信用户消费行为进行分析，根据运营商现有套餐为用户进行有针对性的套餐推荐，以消费者为中心，实现了高效、智能化的准确套餐推荐，为运营商定制的营销策略提供参考，为4G业务推广提供参考。

本发明的技术方案是：一种基于多角度神经网络模型的通信用户套餐精准推荐方法，所述方法的具体步骤如下：

Step1：数据采集；

1)通信用户数据采集，其中包括：用户年龄、用户性别、用户学历、用户职业、用户收入、用户地理位置、时间、通话时长(min/月)、流量用量(GB/月)、短信用量(条/月)、增值业务用量(元/月)；

2)运营商套餐数据采集，其中包括：通话时长、流量、短信、增值业务；

Step2：数据清理，其中包括：忽略元祖、人工填写缺失值、使用属性的中心度量填充、中位数填充、最可能值填充法，其目的是不让有错误或有问题的数据进入运算过程；

Step3：数据变换；将数据从一种表示形式变为另一种表现形式，实现不同的源数据在语义上的一致性；

Step4：对数据进行聚类分析，确定深度神经网络模型的输入向量；

1)将采集到的通信用户数据作为多视角神经网络的输入定义x_a为第一维度用户用量，其中x_a＝(通话时长、流量、短信、增值业务)；定义x_b为第二维度用户特征，其中x_b＝(年龄、性别、学历、职业、收入)；定义x_c为第三维度环境特征，其中x_c＝(地理位置、时间)；