【正文】 掘、種子挖掘、去偽挖掘和異網(wǎng)挖潛挖掘。 浙江大學(xué)碩士學(xué)位論文 第 1 章 緒論 3 論文的組織結(jié)構(gòu) 論文包括七章： 第一章敘述課題背景現(xiàn)狀、存在的問題和主要的工作內(nèi)容。 第五章政企客戶拓展支撐系統(tǒng)的實現(xiàn)結(jié)果和測試過程。 浙江大學(xué)碩士學(xué)位論文 第 2 章 集團成員的模型研究 4 第 2章 挖潛模型的研究及應(yīng)用試點 潛在集團成員挖潛模型的研究 集團成員相關(guān)分群定義 圖 集團成員分群定義 首先，對集團成員進行分群定義。 模型總體研究思路 ，同時細分時間特征、通信特征、小區(qū)位置特征等一步步進行范圍縮小精確定位集團客戶，構(gòu)建出“工作 時間交往圈”進行潛在集團成員挖掘。 i. 在集團基站下有通話且與集團成員間有交往的非集團成員 本網(wǎng)潛在成員識別 ： 每個集團所有成員通話排名前三的基站作為該集團的所屬基站，待評估號碼在集團基站下有通話； 提取用戶與集團成員的通話次數(shù)、時長、虛擬網(wǎng)通話情況、上班時間與集團用戶通話情況等維度； 篩選上班時間與集團用戶通話次數(shù)最多且次數(shù)大于 N 的集團作為該用戶的潛在歸屬集團。 2. 采集目標地區(qū)內(nèi)的用戶信息。 （ x=70%） 我們可以對挖掘出來的潛在成員進行打分 [9][10]，潛在概率的分布情況描述如下表 ： 浙江大學(xué)碩士學(xué)位論文 第 2 章 集團成員的模型研究 7 表 置信區(qū)間表 潛在 %_分區(qū) 準確數(shù) 總?cè)藬?shù) 準確率 累計準確數(shù) 累計總?cè)藬?shù) 累計準確率 90~100% 335 335 % 335 335 % 80~90% 9237 9813 % 9572 10148 % 70~80% 9575 10556 % 19147 20704 % 60~70% 2669 3108 % 21816 23812 % 50~60% 2553 3459 % 24369 27271 % 20~30% 395 614 % 24764 27885 % 10~20% 340 628 % 25104 28513 % 0~10% 67 125 % 25171 28638 % 合計 25171 28638 % 注： （ 1） 數(shù)據(jù)采用建模時采集到的數(shù)據(jù)； （ 2） 區(qū)間下限取大于等于，上限取小于 。 ： 50%70% 潛在概率在大于等于 50%小于 70%的視為待確認成員。 step5：通過模型為每一位潛在集團成員計算概率值。本質(zhì)上決策樹是通過一系列規(guī)則對數(shù)據(jù)進行分類的過程。同時，對目標集團，我們也選取了包括集團登記年月、集團行業(yè)類型、取數(shù)月集團成員數(shù)等在內(nèi)的 8 個維度。 圖 Clementine 的 算法 經(jīng)多次調(diào)試，最終進入模型的維度有 14 個，在第二步剪枝的過程中，我們要求最低樣本量為 5，最低 置信度為 75%，共獲得到判定規(guī)則 81 條。 試點 集團潛在用戶挖掘流程圖 ，如下圖 ： 浙江大學(xué)碩士學(xué)位論文 第 2 章 集團成員的模型研究 12 目 標 集 團集 團 成 員取 一 個 月 成 員 間 G S M 通 話 信 息 ( 包 括基 站 、 對 短 號 碼 、 通 話 時 長 等 )取 一 個 月 成 員 間 V P M N 通 話 信息 ( 包 括 基 站 、 對 短 號 碼 、 通 話時 長 等 )匯 總 通 話 信 息( G S M , V P M N ) ,判 斷 是 否為 工 作 時 間 通 話 并 統(tǒng) 計次 數(shù) 及 時 長根 據(jù) 通 話 信 息 提 取 集 團成 員 工 作 時 間 內(nèi) 通 話 時長 占 前 三 的 基 站取 一 個 月 非 集 團 成 員 與 集 團 成 員 在 相應(yīng) 集 團 前 三 基 站 G S M 通 話 信 息 ( 包 括 基站 、 對 短 號 碼 、 通 話 時 長 等 )取 一 個 月 非 集 團 成 員 與 集 團 成 員 在 相應(yīng) 集 團 前 三 基 站 V P M N 通 話 信 息 ( 包 括基 站 、 對 短 號 碼 、 通 話 時 長 等 )匯 總 通 話 信 息( G S M , V P M N ) ,判 斷 是 否為 工 作 時 間 通 話 并 統(tǒng) 計次 數(shù) 及 時 長根 據(jù) 非 集 團 成 員 與 集 團 成 員 工 作 時 間 通 話 次 數(shù) 、時 長 ， 以 及 該 用 戶 當 月 A P R U 值 等 信 息 判 斷 是 否為 潛 在 集 團 用 戶 ( 注 ： 還 可 增 加 是 否 為 集 團 統(tǒng)付 、 是 否 有 訂 購 集 團 類 產(chǎn) 品 ： 如 集 團 彩 鈴 等 信 息為 判 斷 依 據(jù) ) 圖 集團潛在用戶挖掘流程圖 試點階段效果顯著 :至 3 月 30日，杭州、溫州、嘉興三個試點地市公司完成浙江大學(xué)碩士學(xué)位論文 第 2 章 集團成員的模型研究 13 數(shù)據(jù)確認，外呼后，三地市共驗證出 9889 戶潛在集團成員，核查后判斷為真實的潛在集團成員為 7923 戶，整體準確率達到 %。 浙江大學(xué)碩士學(xué)位論文 第 3 章 政企客戶拓展支撐系統(tǒng)的需求分析 14 第 3章 政企客戶拓展支撐系統(tǒng)的需求分析 任務(wù)概述 目標 政企客戶拓展項目以提升政企集團成員覆蓋為最終目標，通過數(shù)據(jù)挖掘手段提升政企客戶拓展效率，解放一線客戶經(jīng)理依靠人工收集信息的巨大工作量，并力求挖潛模型準確率達 80%以上。 各地市公司政企客戶部業(yè)務(wù)管理員。 待確認集團成員 通過模型挖掘出的目標潛在集團中潛在真實度概率值小于等于 X%的集團成員。 通信設(shè)備：安裝網(wǎng)卡一塊。 ZQJTWJ00001 2 任務(wù)查詢 可對建立的挖掘任務(wù)進行挖掘結(jié)果查詢及相關(guān)結(jié)果導(dǎo)出。 挖潛挖掘 業(yè)務(wù)人員 作為 業(yè)務(wù)人員，我希望政企集團客戶的拓展工作能真實有效，我希望通過系統(tǒng)幫助我對系統(tǒng)內(nèi)錯誤、需求的集團成員信息進行糾正，以幫助業(yè)務(wù)健康發(fā)展。挖掘任務(wù)功能包含新建任務(wù)與任務(wù)列表。 種子挖掘 系統(tǒng)管理人員 作為 系統(tǒng)管理員，我希望對整個系統(tǒng)的權(quán)限及信息安全性進行管理，能根據(jù)操作人的角色配置相應(yīng)的權(quán)限。 ZQJTWJ00020 4 報表查詢 可根據(jù)時間、地市、區(qū)縣、集團編號等對相關(guān)挖掘結(jié)果進行報表展現(xiàn)。 前臺操作系統(tǒng)： WINDOWXP 以上 前臺支撐軟件： COGNOS 版本及以上 后臺服務(wù)器操作系統(tǒng)： AIX 數(shù)據(jù)庫系統(tǒng)： TERADATA (客戶端 )或更高版本；DB2 for AIX(客戶端 ) 支撐軟件： TCLSH 以上 HYPERIOESSBASE 版本及以上 TOMCAT 以上 JDK 版本及以上 系統(tǒng)體系框架 政企客戶拓展以經(jīng)分挖掘模型為基礎(chǔ)，主要涉及潛在集團成員挖掘管理、真實集團及成員管理、應(yīng)用專題三大功能。 概率值 系統(tǒng)挖潛模型對每一個目標潛在集團成員計算真實歸屬該集團的概率值，概率值越高說明該成員歸屬該集團的可能性越大。 集團成員 集團成員是組成集團客戶的個體。 2) 目標二：挖掘潛在集團成員 潛在集團成員挖掘：通過“通話位置和工作時間交往圈”為基礎(chǔ)的挖掘模型尋找潛在集團成員，提升在網(wǎng)集團成員規(guī)模 3) 目標三：建設(shè)拓展支撐系統(tǒng) 完成系統(tǒng)建設(shè)：將客戶識別和集團潛在成員挖掘等功能固化到系統(tǒng)上。 試點階段的嘗試結(jié)束后，開始著力“政企客戶挖掘拓展”系統(tǒng)建設(shè)，支撐地市集團成員拓展。 Step2：確定每個維度的比值 factor1：集團用戶間交往圈 *+集團用戶間通話總?cè)舜螖?shù) *+集團用戶間通話占比 *+總通話時長 *()+主叫通話占比 *()+集團成員交網(wǎng)圈占比 *() factor2：集團用 戶間交往圈 *+集團用戶間通話總?cè)舜螖?shù) * *+集團用戶間通話占比 *+總通話時長 *()+主叫通話占比 *()+集團成員交網(wǎng)圈占比 *() Step3:確定集團潛在用戶的定義規(guī)則 再結(jié)合集團彩鈴、虛擬網(wǎng)、統(tǒng)一支付等業(yè)務(wù)因素，得到當前數(shù)據(jù)維度下最優(yōu)規(guī)則為： factor1 and factor2 即 factor1 并且 factor2的用戶 集團彩鈴 or 虛擬網(wǎng) or 統(tǒng)一支付，取三個業(yè)務(wù)因素的并集 條件一和條 件二的交集即定義為該集團的潛在成員。 通過對各維度數(shù)據(jù)的統(tǒng)計分析，刪除部分的異常數(shù)據(jù)，完成相關(guān)數(shù)據(jù)處理后，在統(tǒng)計評估各維度與潛在用戶真實性程度的相關(guān)度的基礎(chǔ)上，通過特征選擇判定進入模型的維度，包括目標集團的行業(yè)類型、用戶的入網(wǎng)時長、交往圈總?cè)藬?shù)、浙江大學(xué)碩士學(xué)位論文 第 2 章 集團成員的模型研究 10 一級品牌等 16個。我們采用 IBM 的 Clementine 數(shù)據(jù)挖掘工具進行挖掘分析，其決策樹算法可生成如下圖所示的決策樹或?qū)⑵浣庾x為規(guī)則輸出。 決策樹 [11][12]是應(yīng)用最廣的歸納推理算法之一。 挖潛模型驗證與優(yōu)化 1) 模型的驗證 ，剔除規(guī)則如下： （ 1） 刪除當前不在網(wǎng)的用戶； （ 2） 刪除截止到 3月的入網(wǎng)時長少于 4個月的用戶； （ 3） 刪除交往圈總?cè)藬?shù)小于 5人的用戶； （ 4） 刪除沒有通話的用戶； （ 5） 刪除 13 月平均 ARPU 小于 5元的用戶； 浙江大學(xué)碩士學(xué)位論文 第 2 章 集團成員的模型研究 8 表 維度表 需要匹配的維度 說明 手機號碼 清單號碼 一級品牌 是否中高端用戶 是否加入企業(yè)虛擬網(wǎng) 總通話時長 國內(nèi)漫游次數(shù) 是否 139 郵箱 是： 1/否： 0，不區(qū)分是否為收費 139 郵箱 是否彩鈴 是： 1/否： 0，不區(qū)分是購買還是被贈送的 入網(wǎng)時長 計算從集團登記為移動政企用戶的時間到 現(xiàn)在 的月份數(shù) 語音交往圈人均通話次數(shù) 計算公式：總通話次數(shù) / 有效語音交往圈總?cè)藬?shù) GPRS 流量 計算成以 M 為單位的量 ARPU 折扣后的最終出賬費用 平均 ARPU 平均 ARPU 值，若某月份為 0，則不加入計算 工作時間交往圈占比 計算公式為：工作時間有效語音交往圈人數(shù) / 有效語音交往圈總?cè)藬?shù) 其中， 1）有效語音交往圈總?cè)藬?shù)：除 10086,12580 外的所有語音交往圈人數(shù) 2）工作時間有效語音交往圈人數(shù)：在 8:0018:00 之間有有效通話的交往圈總?cè)藬?shù) 交往圈總?cè)藬?shù) 潛在集團編號 根據(jù)前面的規(guī)則挖掘出來的用戶的潛在集團編號 集團成員數(shù) 集團行業(yè)類型 集團所在行業(yè)的類型 集團訂購政企產(chǎn)品的數(shù)量 集團出賬費用 集團訂購政企產(chǎn)品產(chǎn)生的費用，不包括集團為個人統(tǒng)付的費用 截止 目前 目標集團入網(wǎng)時長 計算從集團登記為移動政企用戶的時間到 目前 的月份數(shù) 在集團基站下用通話且與集團成員間有交往的非集團成員。 設(shè)定理由如下： 1） 當潛在概率高于 70%時，其準確率首次超過 90%； 2） 當潛在概率高于 70%時，其累計準確率仍有 92%。用戶信息則主要是用戶的交往圈信息，統(tǒng)計該用戶集團成員數(shù)量、與集團成員的通話次數(shù)、時長、虛擬網(wǎng)通話情況、上班時間與集團用戶通話情況等數(shù)據(jù)。 模型參數(shù)管理 （ N=2） 1. 采集目標集團所在地信息。 下圖 為模型總體流程圖。潛在成員分為潛在聯(lián)通成員、潛在電信成員及潛在本網(wǎng)成員。 本章小結(jié) 本章首先介紹了通信行業(yè)發(fā)展并結(jié)合近幾年浙江移動的發(fā)展狀況，提出了浙江移動在政企客戶拓展方面存在的問題。 第三章分析政企客戶拓展支撐系統(tǒng)的功能需求，提出其系統(tǒng)體系架構(gòu)、各模塊建設(shè)方案、運行環(huán)境、系統(tǒng)功能詳述等。 ， 對各 地 級 市進行政企客戶挖掘拓展的試點， 檢驗 挖潛模型準確率。 ，政企客戶拓展依靠客戶經(jīng)理掃樓、后臺外呼等傳統(tǒng)手段，客戶拓展工作量大、效率低下； 、信 息虛假等問題導(dǎo)致無法識別集團客戶真實規(guī)模和成員構(gòu)成，客戶管理缺乏有效手段；由于浙江多個地市普遍存在流動性集團密集這個特點，因流動性集團成員更新頻繁導(dǎo)致客戶管理問題更加突出； ，由于客戶拓展缺乏效率和客戶管理缺乏手段，直接導(dǎo)致政企集團客戶市場收入提升缺乏動力 [3]。要想實現(xiàn)銷售成功，需要提供從產(chǎn)品功能到服務(wù)過