大数据技术在5G套餐潜客模型中的研究

戴怡文

摘  要：数理统计是大数据分析和应用的基础，大数据应用已经融入各行各业。对于通信公司的5G套餐潜客模型的研究就是大数据应用的一个实例。5G套餐潜客模型主要针对5G套餐潜客进行识别，根据客户套餐情况，分析其行为特征、洞察消费趋势，并结合当前5G资费产品库对客户进行识别，以满足客户实际需求，提供更优服务体验，助力5G套餐迁转发展战略实施。

关键词：数理统计   大数据应用   5G套餐   潜客模型

中图分类号：TP311                          文献标识码：A文章编号：1672-3791（2021）07（b）-0007-03

application of Big Data technology in 5G Package Potential Customer Model

DAI Yiwen

（Shanghai University of Medicine & Health Sciences， Shanghai， 201318  China）

Abstract： Mathematical statistics is the basis of big data analysis and application， and big data application has been integrated into all walks of life. The research on 5G package potential customer model of communication company is an example of big data application. 5G package potential customers model is mainly used to identify 5G package potential customers， analyze their behavior characteristics and insight into consumption trends according to the customer package situation. and identify customers in combination with the current 5G tariff product library， so as to meet the actual demands of customers， provide better service experience and help the implementation of 5G package migration and development strategy.

Key Words： Mathematical statistics; Big data application; 5G package; Potential customer model

數理统计是数学的一个分支，分为描述统计和推断统计。它以概率论为基础，研究大量随机现象的统计规律性[1]。描述统计的任务是搜集资料，进行整理、分组，编制次数分配表，绘制次数分配曲线，计算各种特征指标，以描述资料分布的集中趋势、离中趋势和次数分布的偏斜度等。推断统计是在描述统计的基础上，根据样本资料归纳出的规律性，对总体进行推断和预测。

大数据价值创造的关键在于大数据的应用，随着大数据技术飞速发展，大数据应用已经融入各行各业[2]。大数据产业正快速发展成为新一代信息技术和服务业态，即对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，并从中发现新知识、创造新价值、提升新能力[3]。我国大数据应用技术的发展将涉及机器学习、多学科融合、大规模应用开源技术等领域。

数理统计是大数据分析和应用的基础，对于通信公司的5G套餐潜客模型的研究就是大数据应用的一个很好的实例[4]。

1  5G套餐潜客模型

1.1 模型目标

该模型主要针对5G套餐潜客进行识别，根据客户套餐情况，分析其行为特征、洞察消费趋势[5]。再结合当前5G资费产品库对客户进行识别，以满足客户实际需求，提供更优服务体验，助力5G套餐迁转发展战略实施[6]。

1.2 模型算法

该模型提出了一种独立的算法，称为样本模型法，即根据办理5G套餐客户行为建模，适用于办理5G套餐客户达到一定规模的情况。

通过构建5G套餐各档次客户识别模型，探索确定各套餐档次的正样本特征，建立模型，预测客户潜在办理5G套餐档次，比较客户办理各档位套餐的概率，按排名得到最优适配唯一档位。建模步骤如下。

1.2.1 样本选择

正样本：T月正常在网并生效5G套餐（5个档次）且T-1月为4G套餐的客户。

负样本：T-1月正常在网且未办理5G套餐的客户。

各省可根据套餐生效机制自主调整样本范围。

1.2.2 特征选择

选用客户基本信息、终端信息、稳定度相关评估指标、消费能力评估指标等四大类别，进而评估客户办理5G套餐倾向，具体情况见表1。

1.2.3 算法选择

对各档客户使用xgboost算法、决策树、逻辑回归算法，可根据查全率及查准率进行比较，选用各档最优算法。

1.3 模型输入

模型输入具体情况见表2。

1.4 模型输出

模型输出具体情况见表3。

1.5 应用场景

（1）该模型输出结果适用于全量客户产品适配推荐的各类场景，包括使用不足的资费归位服务关怀、使用活跃的产品升舱推荐和新入网用户的资费使用培养等。

（2）选择目标用户推送至IOP开展营销活动，针对不同角色和不同任务（到店、未到店、专项）提供相应的营销获客能力。

1.6 标签输出

5G套餐潜客模型可提供如下新增标签，各省可根据实际情况对标签库进行扩充，具体情况见表4。

2  结语

使用样本模型法的5G套餐潜客模型，可以比较准确地预测客户潜在办理5G套餐的档次，比较客户办理各档位套餐的概率，但该模型适用于办理5G套餐客户达到一定规模的情况。今后还可探索一些其他的模型，比如5G终端潜客模型。

参考文献

[1] 高峰，刘绪庆，姜红燕，等.概率论与数理统计[M].南京：南京大学出版社，2019.

[2] 盘和林，邓思尧，韩至杰.5G大数据[M].北京：中国人民大学出版社，2021.

[3] CICIOGLU M.Performance Analysis of Handover Management in 5G Small Cells[J].Computer Standards & Interfaces，2021，75：103502.

[4] 李福昌.2021年5G发展六大趋势预测[J].通信世界，2021（1）：20-21.

[5] 龚达宁，王雪梅，曹磊.全球5G商用发展及趋势展望[J].信息通信技术与政策，2020（12）：7-10.

[6] WU Y，MA Y，DAI H N，et al.Deep Learning for Privacy Preservation in Autonomous Moving Platforms Enhanced 5G Heterogeneous Networks[J].Computer Networks，2020，185（7）：107743.