本發(fā)明屬于大數(shù)據(jù)分析領(lǐng)域，涉及個(gè)性化服務(wù)技術(shù)，具體是一種基于大數(shù)據(jù)的個(gè)性化服務(wù)系統(tǒng)及方法。

背景技術(shù)：

1、運(yùn)營商業(yè)務(wù)主要包括線上辦卡、寬帶業(yè)務(wù)和增值業(yè)務(wù)等服務(wù)；運(yùn)營商將傳統(tǒng)的營業(yè)廳服務(wù)搬到了在線平臺上，使辦理業(yè)務(wù)更加方便快捷；用戶可以通過運(yùn)營商的網(wǎng)站或應(yīng)用程序在線申請辦理移動通信服務(wù)，節(jié)省了時(shí)間和精力；個(gè)性化服務(wù)能夠基于用戶的需求和偏好，提供量身定制的通信服務(wù)；通過分析用戶的通信習(xí)慣，使用場景和偏好，運(yùn)營商可以為用戶推薦適合的套餐、流量包、增值服務(wù)等，從而提升用戶的滿意度和忠誠度；個(gè)性化服務(wù)能夠滿足用戶的獨(dú)特需求，讓用戶感受到被重視和關(guān)注；這種差異化的服務(wù)能夠增強(qiáng)用戶對運(yùn)營商的依賴，提高用戶粘性。

2、現(xiàn)有技術(shù)(公開號為cn118195733a的發(fā)明專利申請)公開了一種運(yùn)營商家庭業(yè)務(wù)推薦方法；該方法包括：獲取家庭基礎(chǔ)數(shù)據(jù)以及業(yè)務(wù)相關(guān)數(shù)據(jù)；根據(jù)所述家庭基礎(chǔ)數(shù)據(jù)確定家庭成員的運(yùn)營商業(yè)務(wù)使用畫像以及運(yùn)營商業(yè)務(wù)的主力消費(fèi)信息；根據(jù)所述業(yè)務(wù)相關(guān)數(shù)據(jù)確定各項(xiàng)目比價(jià)結(jié)果及業(yè)務(wù)綜合比較結(jié)果；根據(jù)所述家庭各成員的運(yùn)營商通信業(yè)務(wù)使用畫像、所述運(yùn)營商業(yè)務(wù)主力消費(fèi)信息、所述各項(xiàng)目比價(jià)結(jié)果，確定家庭推薦業(yè)務(wù)矩陣，所述家庭推薦業(yè)務(wù)矩陣包含按照不同維度進(jìn)行排名的推薦業(yè)務(wù)；現(xiàn)有技術(shù)通過解析家庭維度的運(yùn)營商業(yè)務(wù)使用情況，進(jìn)而從多維度推算出更適合的推薦產(chǎn)品；然而，當(dāng)使用套餐的人數(shù)為一個(gè)人時(shí)，家庭套餐并不適用，沒有對單人使用套餐的特殊情況進(jìn)行考慮，導(dǎo)致推薦的套餐無法滿足用戶的實(shí)際需求，影響用戶的使用體驗(yàn)感。

3、本發(fā)明提供了一種基于大數(shù)據(jù)的個(gè)性化服務(wù)系統(tǒng)及方法，以解決以上技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一；為此，本發(fā)明提出了一種基于大數(shù)據(jù)的個(gè)性化服務(wù)系統(tǒng)及方法，用于解決當(dāng)使用套餐的人數(shù)為一個(gè)人時(shí)，家庭套餐并不適用，沒有對單人使用套餐的特殊情況進(jìn)行考慮，導(dǎo)致推薦的套餐無法滿足用戶的實(shí)際需求，影響用戶使用體驗(yàn)感的技術(shù)問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明的第一方面提供了一種基于大數(shù)據(jù)的個(gè)性化服務(wù)系統(tǒng)，包括：用戶分析模塊，以及與之相連的數(shù)據(jù)采集模塊、智能推薦模塊；

3、數(shù)據(jù)采集模塊：用于通過若干渠道用戶的基本信息，實(shí)時(shí)行為數(shù)據(jù)以及歷史業(yè)務(wù)數(shù)據(jù)；

4、用戶分析模塊：用于根據(jù)用戶的基本信息構(gòu)建用戶畫像；根據(jù)用戶畫像和實(shí)時(shí)行為數(shù)據(jù)確定用戶的辦理業(yè)務(wù)；根據(jù)用戶的歷史業(yè)務(wù)數(shù)據(jù)分析用戶的個(gè)性數(shù)據(jù)；

5、智能推薦模塊：用于基于用戶的個(gè)性數(shù)據(jù)為用戶推薦對應(yīng)的業(yè)務(wù)套餐；對用戶的實(shí)時(shí)流量數(shù)據(jù)進(jìn)行監(jiān)控；根據(jù)用戶的實(shí)時(shí)流量推薦增值業(yè)務(wù)。

6、優(yōu)選的，所述根據(jù)用戶的基本信息構(gòu)建用戶畫像，包括：

7、調(diào)取用戶的基本信息；其中，基本信息包括：姓名，年齡、職業(yè)以及居住地址；

8、將用戶的基本信息中的居住地址轉(zhuǎn)化成經(jīng)緯度；獲取居住人口表；將經(jīng)緯度與居住人口表進(jìn)行匹配，得到用戶的家庭人數(shù)；

9、將用戶的基本信息中的年齡和職業(yè)整合成畫像輸入序列；調(diào)用畫像分析模型；將畫像輸入序列輸入畫像分析模型中，得到對應(yīng)的用戶標(biāo)簽；將用戶標(biāo)簽與用戶的家庭人數(shù)整合成用戶畫像；其中，畫像分析模型基于人工智能模型構(gòu)建。

10、需要說明的是，用戶標(biāo)簽表示為用戶的特點(diǎn)，例如用戶a的用戶標(biāo)簽為“學(xué)生，年輕人”；用戶b的用戶標(biāo)簽為“職場人，低消費(fèi)人群”。

11、本發(fā)明根據(jù)用戶的基本信息中的居住地址推斷出家庭人數(shù)，利用畫像分析模型對基本信息中的年齡和職業(yè)進(jìn)行分析，得到用戶標(biāo)簽；將用戶標(biāo)簽和家庭人數(shù)整合成用戶畫像；為后續(xù)對用戶的套餐分析奠定了基礎(chǔ)，有利于提高套餐推薦的準(zhǔn)確性。

12、優(yōu)選的，所述畫像分析模型基于人工智能模型構(gòu)建，包括：

13、獲取標(biāo)準(zhǔn)數(shù)據(jù)集；其中，標(biāo)準(zhǔn)數(shù)據(jù)集包括與畫像輸入序列內(nèi)容屬性相一致的標(biāo)準(zhǔn)輸出數(shù)據(jù)，以及與用戶標(biāo)簽內(nèi)容屬性相一致的標(biāo)準(zhǔn)輸出數(shù)據(jù)；

14、將標(biāo)準(zhǔn)數(shù)據(jù)集按照設(shè)定的比例劃分成訓(xùn)練集、驗(yàn)證集和測試集；利用訓(xùn)練集對人工智能模型進(jìn)行訓(xùn)練；利用驗(yàn)證集對人工智能模型的內(nèi)部參數(shù)進(jìn)行調(diào)整；利用測試集對人工智能模型進(jìn)行測試，得到測試指標(biāo)；

15、判斷測試指標(biāo)是否大于指標(biāo)閾值；是，則將訓(xùn)練好的人工智能模型標(biāo)記為畫像分析模型；否，則重新對人工智能模型進(jìn)行訓(xùn)練。

16、需要說明的是，測試指標(biāo)包括準(zhǔn)確率，f1分?jǐn)?shù)，召回率以及穩(wěn)定性；指標(biāo)閾值以及設(shè)定的比例由專家評定進(jìn)行設(shè)置；當(dāng)人工智能模型需要重新訓(xùn)練時(shí)，則重新評定標(biāo)準(zhǔn)數(shù)據(jù)劃分的比例，再對人工智能模型進(jìn)行訓(xùn)練。

17、優(yōu)選的，所述根據(jù)用戶畫像和實(shí)時(shí)行為數(shù)據(jù)確定用戶的辦理業(yè)務(wù)，包括：

18、調(diào)取用戶的實(shí)時(shí)行為數(shù)據(jù)；其中，實(shí)時(shí)行為數(shù)據(jù)包括：頁面停留時(shí)長，鏈接點(diǎn)擊次數(shù)以及搜索關(guān)鍵詞；

19、從實(shí)時(shí)行為數(shù)據(jù)中提取用戶的行為特征，分析行為特征與若干業(yè)務(wù)類型的相關(guān)性；選擇相關(guān)性最大的業(yè)務(wù)類型作為用戶的辦理業(yè)務(wù)類型；

20、調(diào)取用戶畫像，獲取對應(yīng)辦理業(yè)務(wù)類型中的辦理套餐；根據(jù)用戶畫像對辦理套餐進(jìn)行篩選，將篩選出的若干辦理套餐進(jìn)行整合，得到用戶的辦理業(yè)務(wù)。

21、本發(fā)明根據(jù)用戶的行為數(shù)據(jù)分析用戶與若干業(yè)務(wù)類型的相關(guān)性，根據(jù)相關(guān)性分析用戶辦理業(yè)務(wù)的類型；根據(jù)用戶畫像從辦理業(yè)務(wù)類型中篩選出若干套餐，將若干套餐進(jìn)行整合，得到辦理業(yè)務(wù)；能夠準(zhǔn)確分析用戶的需求，有利于根據(jù)用戶的需求篩選出適合的套餐，提高用戶的滿意度。

22、優(yōu)選的，所述從實(shí)時(shí)行為數(shù)據(jù)中提取用戶的行為特征，包括：

23、當(dāng)實(shí)時(shí)行為數(shù)據(jù)中包括搜索關(guān)鍵詞時(shí)，則獲取關(guān)鍵特征庫；將搜索關(guān)鍵詞與關(guān)鍵特征庫進(jìn)行匹配，得到搜索關(guān)鍵詞的特征信息；若搜索關(guān)鍵詞未與關(guān)鍵特征庫匹配，則計(jì)算搜索關(guān)鍵詞與關(guān)鍵特征庫中特征信息的匹配程度，選擇匹配程度最高的作為特征信息作為搜索關(guān)鍵詞的特征信息；

24、當(dāng)實(shí)時(shí)行為數(shù)據(jù)中包括鏈接點(diǎn)擊次數(shù)時(shí)，則將點(diǎn)擊次數(shù)超過次數(shù)閾值的鏈接進(jìn)行整合，得到分析鏈接；將分析鏈接與鏈接特征庫進(jìn)行匹配，得到對應(yīng)的鏈接特征信息；

25、當(dāng)實(shí)時(shí)行為數(shù)據(jù)中包括頁面停留時(shí)長時(shí)，則將停留時(shí)長超過時(shí)長閾值的頁面進(jìn)行截圖，將截圖的頁面轉(zhuǎn)化成提取文字；利用n-gram模型對提取文字中的特征進(jìn)行提取，得到頁面特征信息；

26、將特征信息，鏈接特征信息以及頁面特征信息進(jìn)行整合，得到用戶的行為特征。

27、需要說明的是，用戶的實(shí)時(shí)行為數(shù)據(jù)可能不包括所有類型，則只需分析實(shí)時(shí)行為數(shù)據(jù)中包括的數(shù)據(jù)即可；當(dāng)實(shí)時(shí)行為數(shù)據(jù)中包括所有的類型是，則按照順序分別對搜索關(guān)鍵詞，鏈接點(diǎn)擊次數(shù)以及頁面停留時(shí)長進(jìn)行分析。

28、優(yōu)選的，所述分析行為特征與若干業(yè)務(wù)類型的相關(guān)性，包括：

29、調(diào)取用戶的行為特征；利用統(tǒng)計(jì)模型分析行為特征中子數(shù)據(jù)和業(yè)務(wù)類型單獨(dú)出現(xiàn)的概率p(x)和p(y)，以及行為特征中子數(shù)據(jù)與業(yè)務(wù)類型同時(shí)出現(xiàn)的概率p(x,y)；通過公式dxg＝p(x,y)/[p(x)×p(y)]分別計(jì)算行為特征中子數(shù)據(jù)與若干業(yè)務(wù)類型的單獨(dú)相關(guān)性；

30、將行為特征中的特征信息，鏈接特征信息以及頁面特征信息與若干業(yè)務(wù)類型的單獨(dú)相關(guān)性分別標(biāo)記為tyi,lyi以及ywi；通過公式zxgi＝α×tyi+β×lyi+γ×ywi計(jì)算行為特征與業(yè)務(wù)類型的相關(guān)性；其中，α，β和γ分別為大于0的權(quán)重系數(shù)；i表示若干業(yè)務(wù)的編號，i＝1,2,…，n，n為正整數(shù)。

31、需要說明的是，當(dāng)行為特征中只存在一個(gè)子數(shù)據(jù)時(shí)，則將對應(yīng)的單獨(dú)相關(guān)性作為行為特征與若干業(yè)務(wù)特征的相關(guān)性；當(dāng)行為特征中不包含對應(yīng)的子數(shù)據(jù)時(shí)，則將子數(shù)據(jù)對應(yīng)的單獨(dú)相關(guān)性和權(quán)重系數(shù)標(biāo)記為0；權(quán)重系數(shù)的設(shè)置根據(jù)實(shí)際情況進(jìn)行設(shè)置，當(dāng)用戶搜索的頻次較多時(shí)，則將對應(yīng)的權(quán)重系數(shù)α設(shè)置為較大；當(dāng)用戶點(diǎn)擊鏈接的頻次較多時(shí)，則將對應(yīng)的權(quán)重系數(shù)β設(shè)置為較大；當(dāng)用戶瀏覽頁面的頻次較多時(shí)，則將對應(yīng)的權(quán)重系數(shù)γ設(shè)置為較大。

32、優(yōu)選的，所述根據(jù)用戶的歷史業(yè)務(wù)數(shù)據(jù)分析用戶的個(gè)性數(shù)據(jù)，包括：

33、調(diào)取用戶的歷史業(yè)務(wù)數(shù)據(jù)；其中，歷史業(yè)務(wù)數(shù)據(jù)包括：流量使用最大值，通話總時(shí)長，增值業(yè)務(wù)訂閱記錄；

34、將歷史業(yè)務(wù)數(shù)據(jù)中的流量使用最大值作為流量使用閾值；將歷史業(yè)務(wù)數(shù)據(jù)中的通話總時(shí)長作為通話時(shí)長閾值；

35、當(dāng)增值業(yè)務(wù)訂閱記錄中存在增值業(yè)務(wù)退訂信息，則對用戶添加無增值業(yè)務(wù)的標(biāo)簽；當(dāng)增值業(yè)務(wù)訂閱記錄中存在流量包的訂閱，則將計(jì)算流量最大值與訂閱流量包的和作為新的流量使用閾值；

36、當(dāng)增值業(yè)務(wù)訂閱記錄中存在其他訂閱信息，則將對應(yīng)的訂閱信息作為用戶的添加標(biāo)簽；將用戶的流量使用閾值，通話時(shí)長閾值以及添加的標(biāo)簽整合為用戶的個(gè)性數(shù)據(jù)。

37、本發(fā)明根據(jù)用戶的歷史業(yè)務(wù)數(shù)據(jù)對用戶的個(gè)性數(shù)據(jù)進(jìn)行分析，根據(jù)用戶的歷史業(yè)務(wù)數(shù)據(jù)分析用戶的使用情況，為后續(xù)推薦業(yè)務(wù)提供了數(shù)據(jù)基礎(chǔ)，有利于針對不用的用戶選擇不用的套餐，滿足用戶的需求。

38、優(yōu)選的，所述基于用戶的個(gè)性數(shù)據(jù)為用戶推薦對應(yīng)的業(yè)務(wù)套餐，包括：

39、調(diào)取用戶的個(gè)性數(shù)據(jù)以及辦理業(yè)務(wù)；將個(gè)性數(shù)據(jù)中的流量使用閾值和通話時(shí)長閾值作為標(biāo)準(zhǔn)，判斷辦理業(yè)務(wù)中的辦理套餐的數(shù)據(jù)是否大于標(biāo)準(zhǔn)，是，則保留對應(yīng)的辦理套餐；否，則將對應(yīng)的辦理套餐進(jìn)行剔除；

40、判斷個(gè)性數(shù)據(jù)中的添加標(biāo)簽是否為無增值業(yè)務(wù)；是，則將含有增值業(yè)務(wù)的辦理套餐進(jìn)行剔除；否，則根據(jù)個(gè)性標(biāo)簽中添加的訂閱信息標(biāo)簽篩選出對應(yīng)的辦理套餐；

41、獲取保留的辦理套餐的套餐價(jià)格，將辦理套餐按照套餐價(jià)格由低到高進(jìn)行排序，得到套餐推薦排序表；選取套餐推薦排序表中的前n個(gè)辦理套餐作為業(yè)務(wù)套餐，將業(yè)務(wù)套餐推薦給對應(yīng)的用戶。

42、本發(fā)明根據(jù)用戶的個(gè)性數(shù)據(jù)從辦理業(yè)務(wù)中篩選出對應(yīng)的辦理套餐，并根據(jù)辦理套餐的價(jià)格對辦理套餐進(jìn)行排序推薦給對應(yīng)的用戶；從用戶個(gè)性數(shù)據(jù)和套餐價(jià)格進(jìn)行考慮，對辦理套餐進(jìn)行推薦，有利于使推薦的套餐更加滿足客戶的需求。

43、優(yōu)選的，所述根據(jù)用戶的實(shí)時(shí)流量推薦增值業(yè)務(wù)，包括：

44、調(diào)取用戶的實(shí)時(shí)流量；獲取用戶的業(yè)務(wù)套餐中的流量閾值；將實(shí)時(shí)流量與流量閾值進(jìn)行比較；當(dāng)實(shí)時(shí)流量達(dá)到流量閾值時(shí)，則觸發(fā)推薦增值業(yè)務(wù)的彈窗；

45、當(dāng)設(shè)定時(shí)間段后實(shí)時(shí)流量未到達(dá)流量閾值時(shí)，則計(jì)算流量閾值與實(shí)時(shí)流量的差值，得到流量差值；判斷流量差值是否大于差值閾值；是，則根據(jù)用戶的實(shí)時(shí)流量觸發(fā)套餐更換彈窗；否，則持續(xù)對用戶的實(shí)時(shí)流量進(jìn)行檢測。

46、本發(fā)明對用戶的實(shí)時(shí)流量進(jìn)行監(jiān)測，當(dāng)用戶的實(shí)時(shí)流量達(dá)到流量閾值時(shí)，則為用戶推薦增值業(yè)務(wù)；否則，根據(jù)實(shí)時(shí)流量與流量閾值的差值推薦用戶更換套餐；能夠根據(jù)用戶的實(shí)際使用情況出發(fā)，減少用戶不必要的費(fèi)用，有利于增加用戶的滿意度和忠誠度。

47、本發(fā)明的第二方面提供了一種基于大數(shù)據(jù)的個(gè)性化服務(wù)方法，包括：

48、步驟s1：通過若干渠道用戶的基本信息，實(shí)時(shí)行為數(shù)據(jù)以及歷史業(yè)務(wù)數(shù)據(jù)；

49、步驟s2：根據(jù)用戶的基本信息構(gòu)建用戶畫像；根據(jù)用戶畫像和實(shí)時(shí)行為數(shù)據(jù)確定用戶的辦理業(yè)務(wù)；

50、步驟s3：根據(jù)用戶的歷史業(yè)務(wù)數(shù)據(jù)分析用戶的個(gè)性數(shù)據(jù)；基于用戶的個(gè)性數(shù)據(jù)為用戶推薦對應(yīng)的業(yè)務(wù)套餐；

51、步驟s4：對用戶的實(shí)時(shí)流量數(shù)據(jù)進(jìn)行監(jiān)控；根據(jù)用戶的實(shí)時(shí)流量推薦增值業(yè)務(wù)。

52、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

53、1.本發(fā)明根據(jù)用戶的基本信息中的居住地址推斷出家庭人數(shù)，利用畫像分析模型對基本信息中的年齡和職業(yè)進(jìn)行分析，得到用戶標(biāo)簽；將用戶標(biāo)簽和家庭人數(shù)整合成用戶畫像；為后續(xù)對用戶的套餐分析奠定了基礎(chǔ)，有利于提高套餐推薦的準(zhǔn)確性；根據(jù)用戶的行為數(shù)據(jù)分析用戶與若干業(yè)務(wù)類型的相關(guān)性，根據(jù)相關(guān)性分析用戶辦理業(yè)務(wù)的類型；根據(jù)用戶畫像從辦理業(yè)務(wù)類型中篩選出若干套餐，將若干套餐進(jìn)行整合，得到辦理業(yè)務(wù)；能夠準(zhǔn)確分析用戶的需求，有利于根據(jù)用戶的需求篩選出適合的套餐，提高用戶的滿意度。

54、2.本發(fā)明根據(jù)用戶的歷史業(yè)務(wù)數(shù)據(jù)對用戶的個(gè)性數(shù)據(jù)進(jìn)行分析，根據(jù)用戶的歷史業(yè)務(wù)數(shù)據(jù)分析用戶的使用情況，為后續(xù)推薦業(yè)務(wù)提供了數(shù)據(jù)基礎(chǔ)，有利于針對不用的用戶選擇不用的套餐，滿足用戶的需求；根據(jù)用戶的個(gè)性數(shù)據(jù)從辦理業(yè)務(wù)中篩選出對應(yīng)的辦理套餐，并根據(jù)辦理套餐的價(jià)格對辦理套餐進(jìn)行排序推薦給對應(yīng)的用戶；從用戶個(gè)性數(shù)據(jù)和套餐價(jià)格進(jìn)行考慮，對辦理套餐進(jìn)行推薦，有利于使推薦的套餐更加滿足客戶的需求；對用戶的實(shí)時(shí)流量進(jìn)行監(jiān)測，當(dāng)用戶的實(shí)時(shí)流量達(dá)到流量閾值時(shí)，則為用戶推薦增值業(yè)務(wù)；否則，根據(jù)實(shí)時(shí)流量與流量閾值的差值推薦用戶更換套餐；能夠根據(jù)用戶的實(shí)際使用情況出發(fā)，減少用戶不必要的費(fèi)用，有利于增加用戶的滿意度和忠誠度。