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

doi:10.11959/j.issn.1000-0801.2018029

您当前的位置：

首页 >

文章列表页 >

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

运营商大数据专栏 | 更新时间：2024-06-05

- 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
- 电信科学 2018年34卷第1期页码：166-173
- 作者机构：
- 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。" ]
- 基金信息：
- DOI：10.11959/j.issn.1000-0801.2018029
  中图分类号： TP311.13
- 网络出版日期：2018-01，
  
  纸质出版日期：2018-01-20
- 稿件说明：
移动端阅览
张旭, 刘洋, 胡磊, 等. 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, et al. Application and research of marketing using automatic similar users extension technology in telecom industry[J]. Telecommunications science, 2018, 34(1): 166-173.
张旭, 刘洋, 胡磊, 等. 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. DOI： 10.11959/j.issn.1000-0801.2018029.

Xu ZHANG, Yang LIU, Lei HU, et al. Application and research of marketing using automatic similar users extension technology in telecom industry[J]. Telecommunications science, 2018, 34(1): 166-173. DOI： 10.11959/j.issn.1000-0801.2018029.

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。

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.

关键词

Keywords

references

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 .

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 .

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 .

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 .

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 .

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 .

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 .

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 .

HONG D , ZHANG F . Weighted elastic net model for mass spectrometry imaging,processing [J ] . Mathematical Modelling of Natural Phenomena , 2010 , 5 ( 3 ): 115 - 133 .

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 .

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 .

浏览量

1083

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据