[发明专利]一种流量包匹配方法及装置

说明书

本发明提供一种流量包匹配方法及装置，通过从数据仓库中获取原始用户数据，从所述原始数据中筛选得到用户数据，对用户数据进行特征工程，得到样本数据，根据样本数据和最优模型，确定与用户数据匹配的流量包；本发明充分考虑到了用户历史数据，包括通话费用、主/被叫情况、流量使用情况和流量包订购情况等，利用最优模型得到与其消费习惯贴近的流量包并推送给客户，可以提高用户订购的几率，从而提高运营商的收入。

技术领域

本发明涉及通信技术领域，具体涉及一种流量包匹配方法及装置。

背景技术

随着移动互联网的发展，微信、QQ等应用的迅速崛起，用户的语音业务给运营商带来的收入越来越少，而用户在数据流量业务方面的消费显著上升。

现有的数据流量业务通常是运营商预先制定不同档的套餐，每档套餐对应不同流量包，用户根据自己的需求选择套餐。但是，有些用户对自己数据流量使用情况并不是十分了解，这样，用户选择的套餐就不是十分适合，在使用一段时间后，还需要用户对套餐进行变更，使用不便，用户体验差。

发明内容

本发明针对现有技术中存在的上述不足，提供一种流量包匹配方法及装置，用以解决现有用户定制流量套餐不合理的问题。

本发明为解决上述技术问题，采用如下技术方案：

本发明提供一种流量包匹配方法，包括：

从数据仓库中获取原始用户数据；

从所述原始数据中筛选得到用户数据，所述用户数据包括话费数据、流量使用数据、语音数据和流量包订购信息；

对所述用户数据进行特征工程，得到样本数据；

根据所述样本数据和至少一个最优模型，确定与所述用户数据匹配的流量包。

优选的，所述最优模型为多个；所述根据所述样本数据和至少一个最优模型，确定与所述用户数据匹配的流量包，包括：

将所述样本数据分别输入各个最优模型中，得到各个最优模型的输出结果，所述输出结果为流量包；

根据所述各个最优模型的输出结果和预设的权重，确定与所述用户数据匹配的流量包；或者，从所述各个最优模型的输出结果中，确定相同的输出结果的数量，选择出数量最大的输出结果作为与所述用户数据匹配的流量包。

优选的，所述最优模型的训练步骤包括：

获取历史用户数据，并对所述历史用户数据进行特征工程，得到历史样本数据；

按照预设比例，将所述历史样本数据分割为训练数据和验证数据；

将所述训练数据分为N组，并根据N组训练数据分别训练预设的N个模型，N为大于2的整数；

根据所述验证数据分别计算所述N个模型的评价参数，并根据所述评价参数确定至少一个最优模型。

进一步的，获取历史用户数据之后、对所述历史用户数据进行特征工程，得到历史样本数据之前，还包括数据预处理步骤，所述数据预处理步骤包括：

将所述历史用户数据的类型转换为数字类型；

对所述转换后的历史用户数据进行数据探索；

对完成数据探索的历史用户数据进行数据属性规约。

进一步的，对完成数据探索的历史用户数据进行数据属性规约之后，所述预处理步骤还包括：

对完成数据属性规约的历史用户数据进行归一化处理。