运营商大数据用户画像实践

doi:10.11959/j.issn.1000-0801.2018109

电信科学 ›› 2018, Vol. 34 ›› Issue (5): 127-133.doi: 10.11959/j.issn.1000-0801.2018109

运营商大数据用户画像实践

王晓霞,刘静沙,许丹丹

中国联合网络通信有限公司研究院，北京 100176

修回日期:2018-02-06 出版日期:2018-05-01 发布日期:2018-05-30
作者简介:王晓霞（1987-），女，现就职于中国联合网络通信有限公司研究院大数据研究中心，主要从事数据挖掘、数据建模、大数据处理等方面的研究工作。|刘静沙（1986-），女，现就职于中国联合网络通信有限公司研究院大数据研究中心，主要从事电信领域存量经营、大数据挖掘和建模等方面的研究工作。|许丹丹（1989-），女，现就职于中国联合网络通信有限公司研究院大数据研究中心，主要从事数据挖掘、数据可视化等方面的研究工作。

A practice of user profile in big data

Xiaoxia WANG,Jingsha LIU,Dandan XU

China Unicom Research Institute,Beijing 100176,China

Revised:2018-02-06 Online:2018-05-01 Published:2018-05-30

摘要/Abstract

摘要：

移动市场从增量发展模式进入存量发展模式，在存量模式的情况下，减少用户流失、延长用户在网的生命周期、提升用户价值、发掘用户的非通信价值已成为共识。以存量用户数量和价值的保有为目标，利用大数据技术精准客户聚类画像，从而达到获取客户需求、匹配维系产品资源、在重点目标客户群体上形成突破的营销目的。

关键词: 通信行业, 大数据, 用户画像, 存量经营, 精准营销, 标签

Abstract:

The development of telecom market focused on the development model from the incremental development model.In the case of incremental development model,it has become a consensus to prevent customer reduction,to extend customers’ life cycle,to enhance revenues and earnings .User profile technology was used to defend telecom business and customer base in the face of pressure from OTT.Big data technology of user profile was used to describe customer demand,match customer and product,so as to make a breakthrough in marketing.

Key words: telecom industry, big data, user profile, stock management, precision marketing, label

中图分类号:

TP393

王晓霞,刘静沙,许丹丹. 运营商大数据用户画像实践[J]. 电信科学, 2018, 34(5): 127-133.

Xiaoxia WANG,Jingsha LIU,Dandan XU. A practice of user profile in big data[J]. Telecommunications Science, 2018, 34(5): 127-133.

图/表 5

参考文献 8

[1]	李英坤 . 大数据背景下用户画像的统计方法实践研究[D]. 北京:首都经济贸易大学, 2016: 2-59.
	LI Y K . Statistical methods of user portrait in big data background[D]. Beijing:Capital University of Economics and Business, 2016: 2-59.
[2]	韩晶, 张智江, 王健全 ,等. 面向统一运营的电信运营商大数据战略[J]. 电信科学, 2014,30(11): 154-158.
	HAN J , ZHANG Z J , WANG J Q ,et al. The unified-operationoriented big data strategy for telecom operators[J]. Telecommunications Science, 2014,30(11): 154-158.
[3]	高玉龙 . 基于文本挖掘的用户画像研究[D]. 汕头:汕头大学, 2014: 1-54.
	GAO Y L . Users portrait research based on text mining[D]. Shantou:Shantou University, 2014: 1-54.
[4]	陈如明 . 大数据时代的挑战价值与应对策略[J]. 移动通信, 2012(17): 14-15.
	CHEN R M . The challenges and strategies in big data[J]. Mobile Communications, 2012(17): 14-15.
[5]	张敏, 宋杰, 刘晓峰 . 电信运营商面对 OTT 的战略选择[J]. 电信科学, 2014,30(2): 142-146,151.
	ZHANG M , SONG J , LIU X F ,et al. Strategic selection of telecom operators to counter OTT[J]. Telecommunications Science, 2014,30(2): 142-146,151.
[6]	尤海浪, 钱锋, 黄祥为 ,等. 基于大数据挖掘构建游戏平台个性化推荐系统的研究与实践[J]. 电信科学, 2014,30(10): 27-32.
	YOU H L , QIAN F , HUANG X W ,et al. Research and practice of building a personalized recommendation system for mobile game platform based on big data mining[J]. Telecommunications Science, 2014,30(10): 27-32.
[7]	郝胜宇, 陈静仁 . 大数据时代用户画像助力企业实现精准化营销[J]. 中国集体经济, 2016(4): 61-62.
	HAO S Y , CHEN J R . User portrait helps accurate marketing in big data era[J]. China Collective Economy, 2016(4): 61-62.
[8]	袁海, 陈康, 陶彩霞 ,等. 基于中文文本的可视化技术研究[J]. 电信科学, 2014,30(4): 114-122.
	YUAN H , CHEN K , TAO C X ,et al. Research on visualization techniques based on Chinese texts[J]. Telecommunications Science, 2014,30(4): 114-122.

矩阵（训练）	非流失（实际）/人	流失（实际）/人	合计/人
非流失（预测）	69 959	18 544	88 503
流失（预测）	10 302	61 720	72 022
合计	80 261	80 264	160 525
查准率	85.70%

[1]	韩璐, 陈威宇, 张斐, 何建锋, 苏怀振. 差异化需求下的非关系型分布式报送信息大数据分类方法[J]. 电信科学, 2023, 39(6): 114-121.
[2]	张嗣宏, 张健. 以ChatGPT为代表的生成式AI对通信行业的影响和应对思考[J]. 电信科学, 2023, 39(5): 67-75.
[3]	张永, 刘纪奎, 柯文龙. 基于并行可分离卷积和标签平滑正则化的脑电情感识别[J]. 电信科学, 2023, 39(5): 116-128.
[4]	韩雪. 基于电力大数据的电力骨干通信网络毁伤韧性评估方法[J]. 电信科学, 2023, 39(5): 136-143.
[5]	孙玉娣. 基于电信大数据的5G网络海量用户复访行为预测模型[J]. 电信科学, 2023, 39(2): 157-162.
[6]	李爱华, 吴晓波, 陈超, 魏彬, 史嫄嫄. 5G网络大数据智能分析技术[J]. 电信科学, 2022, 38(8): 129-139.
[7]	黄更生, 黄宇红, 郭漫雪, 郑健平, 葛欣. DT时代面向数据服务的新型基础设施架构[J]. 电信科学, 2022, 38(7): 138-145.
[8]	李攀攀, 谢正霞, 乐光学, 刘鑫. 基于深度学习的无线通信接收方法研究进展与趋势[J]. 电信科学, 2022, 38(2): 1-17.
[9]	宋勇, 严志伟, 秦玉坤, 赵东明, 叶晓舟, 柴园园, 欧阳晔. 基于矩阵分解和注意力多任务学习的客服投诉工单分类[J]. 电信科学, 2022, 38(2): 103-110.
[10]	赵海波, 相志军, 肖林松. 基于异构数据的电力短期负荷大数据预测方案[J]. 电信科学, 2022, 38(12): 103-111.
[11]	刘志勇, 何忠江, 阮宜龙, 单俊峰, 张超. 大数据安全特征与运营实践[J]. 电信科学, 2021, 37(5): 160-169.
[12]	余立, 李哲, 高飞, 袁向阳, 杨永. 改进自训练模型在业务质差用户识别中的应用[J]. 电信科学, 2021, 37(10): 136-142.
[13]	刘晓军,武娟,徐晓青. 大数据架构剖析及数据安全融合技术[J]. 电信科学, 2020, 36(7): 146-155.
[14]	刘玉娇,宋坤煌,王向. 基于电力大数据的经济景气指数分析[J]. 电信科学, 2020, 36(6): 166-171.
[15]	程卫华,何肖嵘. 基于大数据的网页浏览质差分析方法研究[J]. 电信科学, 2020, 36(11): 174-181.

运营商大数据用户画像实践

A practice of user profile in big data

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 8

相关文章 15

Metrics

推荐阅读 0