电信行业基于种子用户群扩展技术的定向营销研究与应用

doi:10.11959/j.issn.1000-0801.2018029

电信科学 ›› 2018, Vol. 34 ›› Issue (1): 166-173.doi: 10.11959/j.issn.1000-0801.2018029

电信行业基于种子用户群扩展技术的定向营销研究与应用

张旭,刘洋,胡磊,赵晓东,张海滨

华为软件技术有限公司，江苏南京210012

修回日期:2017-12-20 出版日期:2018-01-01 发布日期:2018-02-05
作者简介:张旭（1976-），男，博士，华为软件技术有限公司大数据首席分析建模专家，主要研究方向为数据挖掘与分析、用户偏好分析、用户建模、用户相似性分析与个性化推荐。|刘洋（1989-），女，华为软件技术有限公司大数据科学实验室高级工程师，主要研究方向为数据挖掘与分析、个性化推荐、用户建模。|胡磊（1981-），男，华为软件技术有限公司大数据科学实验室高级工程师，主要研究方向为数据挖掘和机器学习。|赵晓东（1981-），男，华为软件技术有限公司大数据科学实验室高级工程师，主要研究方向为数据挖掘、数据集成与治理。|张海滨（1983-），男，博士，现就职于华为软件技术有限公司大数据科学实验室，主要研究方向为数据挖掘与机器学习、时间序列分析、服务计算等。

Application and research of marketing using automatic similar users extension technology in telecom industry

Xu ZHANG,Yang LIU,Lei HU,Xiaodong ZHAO,Haibin ZHANG

Huawei Software Technologies Co.,Ltd.,Nanjing 210012,China

Revised:2017-12-20 Online:2018-01-01 Published:2018-02-05

摘要/Abstract

摘要：

在数据业务爆发式增长的时代，掌握海量用户数据的电信运营商占有价值优势。通过大数据技术对数据价值进行洞察识别和探索已经成为运营商发展增值业务的必要手段。对于传统的营销方式，各省市公司通过一些业务指标筛选目标客户或者单独建模的方式进行粗放营销，数据获取周期长，营销接触率不高。针对上述痛点，提出在小样本数据情况下构建相似群扩展服务（Lookalike）。该服务结合电信行业的数据及业务特点，集成了度量学习、深度学习等方法，有效支撑电信运营商实现精准营销。Lookalike服务减少了人工参与，自动实现营销目标客户的输出，大大提高了营销活动的工作效率及成功率，在多次实际电信项目中得到验证TTM（time to market）取得了由月到日的提升，营销成功率明显提高。

关键词: 智能数据集成, 种子相似用户群自动扩展技术, 华为运营商大数据平台

Abstract:

With the explosive development of data service,TSP(telecommunication service provider) has taken advantages of owing massive user data.It is a necessity for TSP to develop value added business using big data techniques which explores the data value.The traditional way of marketing utilizes rules or supervised classification method meets the challenge of low success rate and long data acquisition period.Therefore,a new service named Lookalike was proposed.The service supports precision marketing by integrating matric learning and deep learning efficiently based on telecom operators’ data characteristics.The Lookalike service decreases the artificial participation and enhances the efficiency and success rate of marketing activity.The enhancement of TTM (time to market) has been improved in many real programs and the success rate of marketing has increased absolutely.

Key words: smart data integration, automatic similar users extension technology, Huawei FusionInsight platform

中图分类号:

TP311.13

张旭,刘洋,胡磊,赵晓东,张海滨. 电信行业基于种子用户群扩展技术的定向营销研究与应用[J]. 电信科学, 2018, 34(1): 166-173.

Xu ZHANG,Yang LIU,Lei HU,Xiaodong ZHAO,Haibin ZHANG. Application and research of marketing using automatic similar users extension technology in telecom industry[J]. Telecommunications Science, 2018, 34(1): 166-173.

图/表 14

图1

图2

图3

图4

图5

图6

图7

表1

表2

表3

图8

图9

表4

表5

参考文献 11

[1]	刘春, 邹海锋, 向勇 . 大数据环境下电信数据服务能力开放研究[J]. 电信科学, 2014,30(3): 156-161.
	LIU C , ZOU H F , XIANG Y ,et al. Research on telecom data service open ability under the environment of big data[J]. Telecommunications Science, 2014,30(3): 156-161.
[2]	廖建新 . 大数据技术的应用现状与展望[J]. 电信科学, 2015,31(7): 7-18.
	LIAO J X . Big data technology:current applications and prospects[J]. Telecommunications Science, 2015,31(7): 7-18.
[3]	黄勇军, 冯明, 丁圣勇 ,等. 电信运营商大数据发展策略探讨[J]. 电信科学, 2013,29(3): 6-11.
	HUANG Y J , FENG M , DING S Y ,et al. Big data development strategy for telecom operators[J]. Telecommunications Science, 2013,29(3): 6-11.
[4]	梁灿, 何阳, 韩涵 ,等. 数据中心联盟大数据发展促进委员会电信工作组[S]. 电信大数据应用白皮书. 2017.
	LIANG C , HE Y , HAN H ,et al. Data center alliance major data development promotion committee telecom working group[S]. White Book of Telecommunication Big Data Application. 2017.
[5]	张春霞, 姬楠楠, 王冠伟 . 受限波尔兹曼机[J]. 工程数学学报, 2015(2): 159-173.
	ZHANG C X , JI N N , WANG G W . Restricted Boltzmann machines[J]. Chinese Journal of Engineering Mathematics, 2015(2): 159-173.
[6]	XING E P , NG A Y , JORDAN M I ,et al. Distance metric learning,with application to clustering with side-information[C]// International Conference on Neural Information Processing Systems,Dec 9-14,2002,Vancouver,British Columbia,Canada. Cambridge:MIT Press, 2002: 521-528.
[7]	WAND J , KARYPIS G . Harmony:efficiently mining the best rules for classification[C]// M The Fifth SIAM International Conference on Data Mining,Apr 21-23,2005,Newport Beach,California,USA. Piscataway:IEEE Press, 2005: 205-216.
[8]	LEE W S , LIU B . Learning with positive and unlabeled examples using weighted logistic regression[C]// Machine Learning,Proceedings of the Twentieth International Conference,Aug 21-24,2003,Washington DC,USA. Palo Alto:Aaai Press, 2003: 448-455.
[9]	HONG D , ZHANG F . Weighted elastic net model for mass spectrometry imaging,processing[J]. Mathematical Modelling of Natural Phenomena, 2010,5(3): 115-133.
[10]	周志华 . 机器学习[M]. 北京: 清华大学出版社, 2016.
	ZHOU Z H . Machine learning[M]. Beijing: Tsinghua University Press, 2016.
[11]	SHAHRIARI B , SWERSKY K , WAND Z ,et al. Taking the human out of the loop:a review of bayesian optimization[J]. Proceedings of the IEEE, 2015,104(1): 148-175.

	种子用户数	候选用户数	特征维度
训练集	5 949	66 332	198
测试集	2 429	28 428	198

指标	Lookalike	分类模型（随机森林）
AUC	0.782	0.635

种子用户数	候选用户数	特征维度
42 000	19 080 000	128

种子用户数	候选用户数	特征维度
47 000	2 200 000	196

外呼项目	渠道	外呼总量	外呼接通量	外呼成功量	接通率	外呼成功率
4G终端营销	Lookalike	2 318	1 554	601	67.04%	38.67%
（2G、3G迁转4G）	人工筛选	500	173	41	34.60%	23.70%

电信行业基于种子用户群扩展技术的定向营销研究与应用

Application and research of marketing using automatic similar users extension technology in telecom industry

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 11

相关文章 4

Metrics

推荐阅读 0

[1]	顾飞杨, 孔莹. 基于Kudu的大数据平台实时业务处理能力提升方案[J]. 电信科学, 2019, 35(10): 151-156.
[2]	赵婉芳,韩勇. 基于调度器的物联网设备能耗优化策略[J]. 电信科学, 2019, 35(3): 84-90.
[3]	李国和,冯峥,王卓瑜,孙勇,郭阳,散齐国. 数据资产管理体系研究[J]. 电信科学, 2019, 35(2): 105-112.
[4]	陈涛,鲁萌,陈彦名. 运营商大数据技术应用研究[J]. 电信科学, 2017, 33(1): 130-134.