• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于大數(shù)據(jù)挖掘的終端換機(jī)模型

    2016-02-08 03:56:22王雪瓊熊珺潔姚曉輝
    電信科學(xué) 2016年12期
    關(guān)鍵詞:數(shù)據(jù)挖掘用戶模型

    王雪瓊,熊珺潔,姚曉輝

    (中國(guó)電信股份有限公司上海研究院,上海 200122)

    基于大數(shù)據(jù)挖掘的終端換機(jī)模型

    王雪瓊,熊珺潔,姚曉輝

    (中國(guó)電信股份有限公司上海研究院,上海 200122)

    目前,移動(dòng)終端已成為運(yùn)營(yíng)商維系用戶、拓展市場(chǎng)的戰(zhàn)略重心,提升移動(dòng)終端銷(xiāo)量、擴(kuò)大終端規(guī)模是各運(yùn)營(yíng)商的工作重點(diǎn)?;跀?shù)據(jù)挖掘技術(shù),從用戶屬性、終端使用信息、終端搜索訪問(wèn)信息等維度出發(fā),挖掘海量用戶行為數(shù)據(jù)價(jià)值,建立終端換機(jī)模型,具體包括基于決策樹(shù)算法的用戶換機(jī)傾向識(shí)別模型和基于聚類(lèi)算法的終端推薦模型,助力移動(dòng)終端精準(zhǔn)營(yíng)銷(xiāo)。

    移動(dòng)終端營(yíng)銷(xiāo);數(shù)據(jù)挖掘;決策樹(shù);聚類(lèi)算法

    1 引言

    移動(dòng)互聯(lián)網(wǎng)時(shí)代,OTT業(yè)務(wù)迅猛發(fā)展,中國(guó)移動(dòng)、中國(guó)電信和中國(guó)聯(lián)通三大運(yùn)營(yíng)商長(zhǎng)期賴(lài)以依存的語(yǔ)音和短信業(yè)務(wù)受到OTT應(yīng)用的嚴(yán)重侵蝕,2015年語(yǔ)音業(yè)務(wù)收入在移動(dòng)通信業(yè)務(wù)收入占比37.97%,比2014年下降12.7個(gè)百分點(diǎn)。為了應(yīng)對(duì)移動(dòng)互聯(lián)網(wǎng)的沖擊,各大運(yùn)營(yíng)商將流量經(jīng)營(yíng)作為工作重點(diǎn),力圖構(gòu)建智能管道,尋求以流量和增值服務(wù)帶動(dòng)收入增長(zhǎng)的模式。另一方面,電信市場(chǎng)出現(xiàn)一種協(xié)同競(jìng)爭(zhēng)的新局面——“端管云”,即手機(jī)終端、通信傳輸終端、云計(jì)算中心??梢?jiàn)作為OTT應(yīng)用載體的移動(dòng)終端已成為各大運(yùn)營(yíng)商競(jìng)相爭(zhēng)奪的利潤(rùn)高地。

    雖然運(yùn)營(yíng)商希望通過(guò)移動(dòng)終端市場(chǎng)突破流量經(jīng)營(yíng)的瓶頸,但是通信市場(chǎng)已趨于飽和,工業(yè)和信息化部通信運(yùn)營(yíng)業(yè)統(tǒng)計(jì)公報(bào)顯示,2015年移動(dòng)電話用戶總數(shù)達(dá)13.06億戶,移動(dòng)電話用戶普及率達(dá)95.5部/百人,已經(jīng)不能通過(guò)大量增加新用戶來(lái)拉動(dòng)電信收入的增長(zhǎng)。當(dāng)前形勢(shì)下,運(yùn)營(yíng)商應(yīng)該更多地關(guān)注存量用戶的移動(dòng)終端使用情況,將終端銷(xiāo)售與高價(jià)值用戶的維系和拓展相結(jié)合。

    隨著用戶數(shù)據(jù)量的激增,傳統(tǒng)的數(shù)據(jù)分析方法和營(yíng)銷(xiāo)方式受到巨大的挑戰(zhàn),急需引入大數(shù)據(jù)挖掘技術(shù)對(duì)海量數(shù)據(jù)進(jìn)行深度挖掘,探索用戶消費(fèi)行為數(shù)據(jù)的潛在價(jià)值,支撐終端精準(zhǔn)營(yíng)銷(xiāo)。

    目前,大數(shù)據(jù)挖掘技術(shù)在電信業(yè)務(wù)應(yīng)用方面的研究主要有:

    [1]提出將大數(shù)據(jù)挖掘技術(shù)應(yīng)用到電信運(yùn)營(yíng)商終端營(yíng)銷(xiāo)上,但是沒(méi)有給出具體的建模方法;

    ·參考文獻(xiàn)[2]基于售前終端營(yíng)銷(xiāo)和售后終端能力分析兩大功能模塊,構(gòu)建支撐市場(chǎng)部和終端廠商的終端分析體系;

    ·參考文獻(xiàn)[3]利用大數(shù)據(jù)挖掘技術(shù)剖析用戶離網(wǎng)原因,確定目標(biāo)用戶群,進(jìn)而針對(duì)潛在離網(wǎng)用戶提出合理的營(yíng)銷(xiāo)政策和建議;

    ·參考文獻(xiàn)[4]基于Hadoop大數(shù)據(jù)架構(gòu)采集電信運(yùn)營(yíng)商網(wǎng)絡(luò)側(cè)的數(shù)據(jù),并對(duì)海量數(shù)據(jù)進(jìn)行加工分析,挖掘掩藏于其中的用戶行為特征,構(gòu)建用戶行為分析模型,展現(xiàn)了用戶行為分析系統(tǒng)的設(shè)計(jì)思路與實(shí)現(xiàn)方法;

    ·參考文獻(xiàn)[5]基于統(tǒng)計(jì)分析和數(shù)據(jù)挖掘技術(shù),針對(duì)手機(jī)垃圾短信治理效果不佳等問(wèn)題設(shè)計(jì)了垃圾短信過(guò)濾系統(tǒng)。該系統(tǒng)根據(jù)實(shí)時(shí)獲取的垃圾短信自動(dòng)生成過(guò)濾規(guī)則,在短信轉(zhuǎn)發(fā)階段進(jìn)行過(guò)濾。

    本文總結(jié)了數(shù)據(jù)處理的主要方法,并基于大數(shù)據(jù)挖掘技術(shù),多角度綜合分析了用戶的消費(fèi)行為數(shù)據(jù)、移動(dòng)DPI數(shù)據(jù)和終端使用數(shù)據(jù),詳細(xì)闡述了數(shù)據(jù)處理、模型構(gòu)建以及模型評(píng)估的具體過(guò)程,實(shí)現(xiàn)以下功能:

    ·基于決策樹(shù)算法構(gòu)建用戶換機(jī)傾向識(shí)別模型,有效預(yù)測(cè)未來(lái)兩個(gè)月內(nèi)最有可能更換終端的目標(biāo)用戶;

    ·基于聚類(lèi)算法分別構(gòu)建用戶流量—價(jià)值九宮格、終端價(jià)格—性能九宮格,實(shí)現(xiàn)用戶業(yè)務(wù)價(jià)值和終端的標(biāo)簽細(xì)化;

    ·根據(jù)業(yè)務(wù)價(jià)值和終端細(xì)化標(biāo)簽結(jié)果,為目標(biāo)用戶匹配合適的終端,引導(dǎo)營(yíng)銷(xiāo)策略。

    2 數(shù)據(jù)挖掘的關(guān)鍵技術(shù)

    數(shù)據(jù)挖掘一般指利用算法搜索隱藏于海量數(shù)據(jù)中的重要信息的過(guò)程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān),并通過(guò)統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專(zhuān)家系統(tǒng)(依靠過(guò)去的經(jīng)驗(yàn)法則)和模式識(shí)別等諸多方法來(lái)實(shí)現(xiàn)上述目標(biāo)??缧袠I(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn) (cross-industry standard process for data mining,CRISP-DM)將一個(gè)完整的數(shù)據(jù)挖掘項(xiàng)目周期分為業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建模、評(píng)估和部署6個(gè)階段。圖1中的箭頭指出了各個(gè)階段之間最重要和頻繁的關(guān)聯(lián)依賴(lài),圖形的外圈表達(dá)了數(shù)據(jù)挖掘本身的循環(huán)特性。

    圖1 CRISP-DM標(biāo)準(zhǔn)

    2.1 數(shù)據(jù)處理

    數(shù)據(jù)質(zhì)量對(duì)數(shù)據(jù)挖掘結(jié)果有至關(guān)重要的影響,在數(shù)據(jù)挖掘項(xiàng)目中,接近60%的時(shí)間和精力用來(lái)熟悉、處理和轉(zhuǎn)換數(shù)據(jù),最大限度保證數(shù)據(jù)的可用性。

    (1)數(shù)據(jù)抽樣

    若數(shù)據(jù)全集規(guī)模太大,針對(duì)數(shù)據(jù)全集進(jìn)行分析建模會(huì)消耗較多時(shí)間,有時(shí)過(guò)大的數(shù)據(jù)量會(huì)導(dǎo)致軟件運(yùn)行時(shí)崩潰。而采用合理的數(shù)據(jù)抽樣,會(huì)明顯降低這些負(fù)面影響且不會(huì)影響建模效果。在抽樣時(shí)要確保輸入變量的值域、分布,輸出變量的值域、分布與數(shù)據(jù)全集的保持一致。另一種是預(yù)測(cè)小概率事件時(shí)的抽樣,將在第3.6節(jié)介紹。

    (2)數(shù)據(jù)審核

    在獲取數(shù)據(jù)后對(duì)數(shù)據(jù)進(jìn)行一致性檢查。一致性檢查是指根據(jù)每個(gè)變量的合理取值范圍和相互關(guān)系,檢查數(shù)據(jù)是否合乎要求,發(fā)現(xiàn)超出正常范圍、邏輯上不合理或者相互矛盾的數(shù)據(jù)。進(jìn)一步,統(tǒng)計(jì)缺失值、異常值比例,評(píng)估數(shù)據(jù)可用性。最后處理缺失值和異常值。

    (3)數(shù)據(jù)轉(zhuǎn)換

    根據(jù)采用轉(zhuǎn)換的邏輯和目的的不同,數(shù)據(jù)轉(zhuǎn)換可分為4類(lèi):產(chǎn)生衍生變量,通過(guò)對(duì)原始數(shù)據(jù)進(jìn)行簡(jiǎn)單、適當(dāng)?shù)臄?shù)學(xué)公式推導(dǎo),產(chǎn)生更加有業(yè)務(wù)意義的新變量;連續(xù)數(shù)據(jù)的離散化,為了降低變量的復(fù)雜性,提升預(yù)測(cè)能力,可以利用分箱變換將連續(xù)型變量轉(zhuǎn)換成名義型變量 (例如年齡變量,每10歲構(gòu)成一個(gè)年齡組,可以有效簡(jiǎn)化數(shù)據(jù));改善變量的分布,針對(duì)不對(duì)稱(chēng)分布的變量,運(yùn)用各種數(shù)學(xué)變換將其分布呈現(xiàn)(或近似)正態(tài)分布;數(shù)據(jù)標(biāo)準(zhǔn)化,該變換的主要目的是將數(shù)據(jù)按照比例進(jìn)行縮放,使之落入一個(gè)小的區(qū)間范圍內(nèi),消除量綱的影響,使其有平等分析和比較的基礎(chǔ)。

    (4)篩選有效的輸入變量

    過(guò)多的輸入變量會(huì)帶來(lái)干擾和過(guò)擬合等問(wèn)題,導(dǎo)致模型穩(wěn)定性下降,因此要遵循少而精的原則。主要方法有:結(jié)合業(yè)務(wù)經(jīng)驗(yàn)進(jìn)行篩選,很多情況下可以根據(jù)業(yè)務(wù)專(zhuān)家的商業(yè)敏感性有效縮小自變量的考察范圍;計(jì)算變量間的相關(guān)系數(shù)(如皮爾遜相關(guān)系數(shù)),若兩個(gè)變量間的相關(guān)系數(shù)大于或等于0.6,說(shuō)明兩個(gè)變量間存在中度以上線性關(guān)系,建模時(shí)只需保留一個(gè)。

    2.2 樣本說(shuō)明

    模型總是在某一樣本基礎(chǔ)上建立的,將最大限度反映該樣本的“核心行為”,但由于樣本抽樣的隨機(jī)性,無(wú)法確定該模型在其他樣本上的表現(xiàn)。為了能更好地評(píng)判模型效果,需將建模數(shù)據(jù)分為訓(xùn)練集和測(cè)試集,通常訓(xùn)練集與測(cè)試集樣本比例為1∶1。訓(xùn)練集用于建立模型,包含實(shí)際目標(biāo)值為1的正樣本與實(shí)際目標(biāo)值為0的負(fù)樣本。測(cè)試集用于評(píng)估模型效果,包含實(shí)際目標(biāo)值為1的正樣本與實(shí)際目標(biāo)值為0的負(fù)樣本。模型應(yīng)用數(shù)據(jù)是指用于預(yù)測(cè)的數(shù)據(jù),該部分?jǐn)?shù)據(jù)沒(méi)有目標(biāo)值,將其作用到構(gòu)建好的模型上,得到實(shí)際預(yù)測(cè)用戶名單。樣本說(shuō)明如圖2所示。

    本文從中國(guó)電信某省公司本地網(wǎng)中抽取50萬(wàn)戶用戶的數(shù)據(jù)進(jìn)行挖掘分析,首先根據(jù)用戶歷史行為數(shù)據(jù)構(gòu)建換機(jī)傾向識(shí)別模型,識(shí)別出2016年9月和10月份有換機(jī)傾向的用戶;再根據(jù)用戶現(xiàn)用終端和消費(fèi)行為信息構(gòu)建終端推薦模型,為用戶推薦合適的終端,實(shí)現(xiàn)終端的精準(zhǔn)營(yíng)銷(xiāo)。本文結(jié)合SPSSModeler軟件詳細(xì)闡述模型構(gòu)建過(guò)程。

    3 換機(jī)傾向識(shí)別模型

    3.1 模型輸入

    首先確定寬表的數(shù)據(jù)窗口、觀察月份、目標(biāo)日期(數(shù)據(jù)窗口的最后一天)。本文的數(shù)據(jù)窗口選取2016年4月、5月和6月,觀察月份選取2016年7月和8月。選取的變量維度如下。

    (1)用戶基本屬性維度

    用戶唯一標(biāo)識(shí)、地市編碼、年齡、性別、在網(wǎng)時(shí)長(zhǎng)、客戶渠道、是否合約用戶、合約到期時(shí)間等。

    (2)終端使用信息維度

    現(xiàn)用終端上市日期,現(xiàn)用終端主屏幕尺寸,現(xiàn)用和歷史終端價(jià)格、品牌、類(lèi)型、終端注冊(cè)時(shí)間,追溯至n-3款。

    (3)用戶消費(fèi)行為信息維度

    用戶的ARPU(average revenue per user,每用戶平均收入)值和流量使用量。

    (4)終端搜索訪問(wèn)信息(移動(dòng)DPI數(shù)據(jù))維度

    視頻、音樂(lè)、游戲、地圖、打車(chē)和網(wǎng)購(gòu)App使用次數(shù),視頻、音樂(lè)、游戲、地圖、打車(chē)和網(wǎng)購(gòu)App流量使用量等。

    3.2 數(shù)據(jù)審核

    全面審核樣本數(shù)據(jù),利用SPSSModeler軟件中的數(shù)據(jù)審核節(jié)點(diǎn)查看各變量的最小值、最大值、平均值、標(biāo)準(zhǔn)差,異常值、離群值的個(gè)數(shù)以及缺失值的比例,評(píng)估數(shù)據(jù)的可用性,如圖3所示。將離群值和缺失值進(jìn)行強(qiáng)制轉(zhuǎn)換,用最接近的正常值進(jìn)行替換。圖3顯示合約到期時(shí)間缺失值占70%,這主要是由于只有29%左右的用戶辦理合約套餐,在建模時(shí)這個(gè)字段可以不作為輸入變量,但可以計(jì)算剩余協(xié)議時(shí)長(zhǎng),剩余協(xié)議時(shí)長(zhǎng)小于6個(gè)月的用戶優(yōu)先營(yíng)銷(xiāo)。

    3.3 生成衍生變量

    (1)換機(jī)標(biāo)識(shí)

    將在觀察月份內(nèi)更換終端的用戶標(biāo)識(shí)為1,作為建模的正樣本,否則標(biāo)識(shí)為0,作為負(fù)樣本。根據(jù)現(xiàn)用終端注冊(cè)時(shí)間確認(rèn)用戶在觀察月份內(nèi)是否換機(jī)。

    圖2 樣本說(shuō)明

    圖3 數(shù)據(jù)審核結(jié)果

    (2)現(xiàn)用終端持機(jī)時(shí)長(zhǎng)和歷史平均持機(jī)時(shí)長(zhǎng)

    根據(jù)目標(biāo)日期和現(xiàn)用終端注冊(cè)時(shí)間計(jì)算現(xiàn)用終端持機(jī)時(shí)長(zhǎng),根據(jù)現(xiàn)用終端注冊(cè)時(shí)間、歷史前一終端注冊(cè)時(shí)間、歷史前二終端注冊(cè)時(shí)間分別計(jì)算歷史前一終端持機(jī)時(shí)長(zhǎng)、歷史前二終端持機(jī)時(shí)長(zhǎng),利用歷史前一終端持機(jī)時(shí)長(zhǎng)和歷史前二終端持機(jī)時(shí)長(zhǎng)計(jì)算歷史平均持機(jī)時(shí)長(zhǎng);進(jìn)一步生成衍生變量是否達(dá)到換機(jī)周期,若現(xiàn)用終端持機(jī)時(shí)長(zhǎng)大于歷史平均持機(jī)時(shí)長(zhǎng),則取值為1,否則取值為0。

    (3)剩余協(xié)議時(shí)長(zhǎng)

    根據(jù)目標(biāo)日期和合約到期時(shí)間計(jì)算剩余協(xié)議時(shí)長(zhǎng),以月為單位。

    (4)ARPU和流量的平均值及趨勢(shì)

    通常選取用戶3個(gè)月的行為數(shù)據(jù)進(jìn)行分析,首先分別計(jì)算2016年4月、5月和6月ARPU均值和流量均值。但均值不能衡量用戶消費(fèi)能力的變化,進(jìn)一步計(jì)算兩個(gè)趨勢(shì)變量,分別刻畫(huà)用戶消費(fèi)能力的變化趨勢(shì)及活躍程度。若用戶6月的ARPU(流量)大于或等于ARPU(流量)平均值,則取值為1,否則取值為-1。

    (5)應(yīng)用訪問(wèn)總次數(shù)和總流量

    本文選取了6種App 3個(gè)月的使用次數(shù)和流量使用量,共36個(gè)字段,字段過(guò)多不能直接用于建模,要生成兩個(gè)能衡量用戶上網(wǎng)偏好的變量。計(jì)算6個(gè)App 3個(gè)月訪問(wèn)次數(shù)的總和得到應(yīng)用訪問(wèn)總次數(shù),同理得到應(yīng)用訪問(wèn)總流量。

    (6)品牌忠誠(chéng)度

    利用每個(gè)用戶現(xiàn)用和歷史終端品牌分4機(jī)忠誠(chéng)、3機(jī)忠誠(chéng)和2機(jī)忠誠(chéng)計(jì)算忠誠(chéng)品牌,考察用戶是否對(duì)某個(gè)品牌終端有偏好。若有忠誠(chéng)品牌,品牌忠誠(chéng)度變量取值為1,否則取值為0。

    3.4 變量離散化

    現(xiàn)用終端價(jià)格、在網(wǎng)時(shí)長(zhǎng)、年齡等字段都是連續(xù)型變量,為了降低變量的復(fù)雜性,可以利用SPSSModeler軟件中的分箱節(jié)點(diǎn)對(duì)變量進(jìn)行離散化。該節(jié)點(diǎn)提供多種分箱方法,如固定寬度、分位數(shù)、等級(jí)、最優(yōu)等方法,本文應(yīng)用分位數(shù)方法,將現(xiàn)用終端持機(jī)時(shí)長(zhǎng)、歷史平均持機(jī)時(shí)長(zhǎng)、現(xiàn)用終端價(jià)格、在網(wǎng)時(shí)長(zhǎng)、應(yīng)用訪問(wèn)總流量、應(yīng)用訪問(wèn)總次數(shù)、年齡、ARPU均值、流量均值進(jìn)行離散化。

    3.5 變量篩選

    經(jīng)過(guò)數(shù)據(jù)預(yù)處理,可以用于建模的變量有性別,品牌忠誠(chéng)度,ARPU趨勢(shì),流量趨勢(shì),是否達(dá)到換機(jī)周期,主屏幕尺寸,離散化的現(xiàn)用終端持機(jī)時(shí)長(zhǎng)、歷史平均持機(jī)時(shí)長(zhǎng)、現(xiàn)用終端價(jià)格、在網(wǎng)時(shí)長(zhǎng)、應(yīng)用訪問(wèn)總流量、應(yīng)用訪問(wèn)總次數(shù)、年齡、ARPU均值、流量均值,本文利用SPSSModeler中的特征選擇節(jié)點(diǎn),計(jì)算每個(gè)變量的重要性,篩選出13個(gè)重要建模變量,剔除品牌忠誠(chéng)度和離散化的歷史平均持機(jī)時(shí)長(zhǎng),結(jié)果如圖4所示。

    圖4 變量選擇結(jié)果

    3.6 模型構(gòu)建

    在建模前需用SPSSModeler中的分區(qū)節(jié)點(diǎn)將建模樣本分為訓(xùn)練集和測(cè)試集,占比為1∶1。數(shù)據(jù)審核發(fā)現(xiàn)本文選取的樣本中只有15%的用戶換機(jī),由于模型總是力爭(zhēng)使錯(cuò)誤率最小化,若直接在這種分布上建立分類(lèi)模型,所得的模型會(huì)偏向占比較高的非換機(jī)用戶,對(duì)該部分用戶的預(yù)測(cè)精度較高,但不能有效識(shí)別出換機(jī)用戶,因此在訓(xùn)練集上要對(duì)樣本進(jìn)行平衡,使得換機(jī)用戶與非換機(jī)用戶的比例為1∶1。

    用于分類(lèi)模型的算法主要有決策樹(shù)C5.0、決策樹(shù)CHAID、神經(jīng)網(wǎng)絡(luò)等,如何從眾多的算法中選取最合適的構(gòu)建模型是一個(gè)難點(diǎn)。SPSSModeler中的自動(dòng)分類(lèi)器節(jié)點(diǎn)利用整體精確性和增益等指標(biāo)衡量各個(gè)算法的優(yōu)劣。綜合考慮增益和總體精確性?xún)蓚€(gè)指標(biāo)發(fā)現(xiàn)決策樹(shù)CHAID算法比較理想,如圖5所示,故選取決策樹(shù)CHAID算法進(jìn)一步精準(zhǔn)建模。CHAID模型給出預(yù)測(cè)變量的重要性排序,圖6顯示ARPU趨勢(shì),流量趨勢(shì),離散化的在用終端持機(jī)時(shí)長(zhǎng)、終端價(jià)格、應(yīng)用訪問(wèn)總次數(shù)和主屏幕尺寸這些變量對(duì)模型構(gòu)建起關(guān)鍵作用。

    圖5 自動(dòng)分類(lèi)器結(jié)果

    圖6 CHAID模型運(yùn)行結(jié)果

    3.7 模型評(píng)估

    對(duì)建立好的模型做進(jìn)一步的評(píng)估和優(yōu)化,有兩種常用的方法。

    (1)SPSSModeler中的分析節(jié)點(diǎn)

    該節(jié)點(diǎn)分別給出模型在訓(xùn)練集和測(cè)試集上的正確率,對(duì)模型的準(zhǔn)確性給出整體描述。將分析節(jié)點(diǎn)作用到CHAID模型上,圖7顯示測(cè)試集的正確率為73%,訓(xùn)練集上的正確率為81%。

    圖7 分析節(jié)點(diǎn)結(jié)果

    (2)在測(cè)試集上計(jì)算命中率和覆蓋率

    命中率反映模型輸出的預(yù)測(cè)目標(biāo)對(duì)執(zhí)行效率的提升情況,計(jì)算式為預(yù)測(cè)成功換機(jī)/預(yù)測(cè)換機(jī);覆蓋率反映模型輸出的預(yù)測(cè)目標(biāo)在實(shí)際換機(jī)人群中的覆蓋情況,計(jì)算式為預(yù)測(cè)成功換機(jī)/實(shí)際換機(jī)。針對(duì)本例,預(yù)測(cè)換機(jī)人數(shù)為54 182人,實(shí)際換機(jī)人數(shù)為37 099,預(yù)測(cè)中實(shí)際換機(jī)人數(shù)為22 767人,計(jì)算命中率為42.1%,比原始濃度(15%)提升2.8倍,覆蓋率為61.3%。。

    3.8 模型優(yōu)化

    模型測(cè)試集的正確率只有73%,需要對(duì)模型做進(jìn)一步的優(yōu)化。重新審視建模過(guò)程,發(fā)現(xiàn)將現(xiàn)用終端持機(jī)時(shí)長(zhǎng)、歷史終端持機(jī)時(shí)長(zhǎng)、現(xiàn)用終端價(jià)格、在網(wǎng)時(shí)長(zhǎng)、應(yīng)用訪問(wèn)總流量、應(yīng)用訪問(wèn)總次數(shù)、年齡、ARPU均值、流量均值進(jìn)行離散化時(shí)都用的是分位數(shù)法,沒(méi)有考慮各變量與目標(biāo)變量(換機(jī)標(biāo)識(shí))間的關(guān)系,因此在離散化時(shí)應(yīng)選取綜合考慮目標(biāo)變量的最優(yōu)法進(jìn)行分箱。調(diào)整后繼續(xù)運(yùn)行自動(dòng)分類(lèi)器節(jié)點(diǎn),如圖8所示。結(jié)合增益和總體精確性?xún)蓚€(gè)指標(biāo)綜合考慮,選取決策樹(shù)CHAID算法進(jìn)一步精準(zhǔn)建模,結(jié)果如圖9、圖10所示。

    圖11顯示訓(xùn)練集和測(cè)試集的正確率均超過(guò)94%,預(yù)測(cè)換機(jī)人數(shù)為45 628人,實(shí)際換機(jī)人數(shù)為37 099人,預(yù)測(cè)中實(shí)際換機(jī)人數(shù)為35 002人,計(jì)算命中率為76.7%,比原始濃度(15%)提升5倍,覆蓋率為94.3%,模型效果提升明顯。

    圖8 自動(dòng)分類(lèi)器運(yùn)行結(jié)果

    圖9 CHAID模型運(yùn)行結(jié)果

    圖10 CHAID模型運(yùn)行結(jié)果

    圖11 分析節(jié)點(diǎn)結(jié)果

    4 終端推薦模型

    本模型利用全網(wǎng)終端價(jià)格和性能的聚類(lèi)細(xì)分特征,構(gòu)建終端價(jià)格—性能九宮格,并結(jié)合高換機(jī)傾向用戶的終端九宮格標(biāo)簽和價(jià)值標(biāo)簽為其推薦合適的終端。本模型的數(shù)據(jù)處理與換機(jī)傾向識(shí)別模型類(lèi)似,這里不再贅述。

    4.1 模型輸入

    用戶基本屬性維度:用戶唯一標(biāo)識(shí)、地市、是否合約用戶、合約到期時(shí)間。

    終端使用信息維度:現(xiàn)用終端價(jià)格,現(xiàn)用終端型號(hào),現(xiàn)用終端上市日期,現(xiàn)用和歷史終端品牌、類(lèi)型,追溯至n-3款等。

    用戶消費(fèi)行為信息維度:用戶的ARPU值和流量使用量。

    全網(wǎng)終端信息:全網(wǎng)終端主屏幕尺寸(screen_size)、屏幕分辨率(resolution)、電池容量(battery)、主攝像頭(camera)、RAM和AP主頻(CPU)。

    4.2 終端九宮格構(gòu)建

    終端九宮格是將在售和已退市(但仍有人使用)的所有終端按性能和價(jià)格分別聚為高中低3類(lèi),為每款終端賦予九宮格標(biāo)簽。根據(jù)終端型號(hào),關(guān)聯(lián)出目標(biāo)用戶終端的九宮格標(biāo)簽。

    (1)構(gòu)建終端數(shù)據(jù)庫(kù)

    利用集團(tuán)終端自注冊(cè)信息獲取全網(wǎng)用戶在用終端/歷史終端的性能、價(jià)格、上市時(shí)間等信息。若部分終端的價(jià)格和性能信息缺失,可通過(guò)網(wǎng)絡(luò)爬蟲(chóng)工具獲取;若終端自注冊(cè)信息覆蓋的終端型號(hào)不全,也需通過(guò)網(wǎng)絡(luò)爬蟲(chóng)工具獲取該部分終端的價(jià)格和性能信息。

    (2)終端價(jià)格聚類(lèi)

    先剔除極端值,再利用k-means算法將終端聚為3類(lèi),分別為高價(jià)格、中價(jià)格和低價(jià)格,再將剔除掉的極大值歸入高價(jià)格類(lèi)中,極小值歸入低價(jià)格類(lèi)中,結(jié)果如圖12所示。

    (3)終端性能聚類(lèi)

    選取最能反映終端性能的主屏幕尺寸、屏幕分辨率、電池容量、主攝像頭、RAM和AP主頻6個(gè)指標(biāo),利用k-means算法將終端聚為高性能、中等性能和低性能3類(lèi),結(jié)果如圖13所示。

    圖12 價(jià)格聚類(lèi)

    圖13 性能聚類(lèi)

    (4)構(gòu)建終端九宮格

    利用k-means算法,為每一個(gè)終端輸出兩類(lèi)標(biāo)簽,分別是價(jià)格標(biāo)簽(高價(jià)格、中價(jià)格、低價(jià)格)和性能標(biāo)簽(高性能、中等性能、低性能)。通過(guò)兩兩組合得到如圖14所示的9個(gè)標(biāo)簽,即每一個(gè)終端的最后標(biāo)簽是9宮格內(nèi)的數(shù)字。將部分終端歸入九宮格內(nèi),結(jié)果如圖15所示。

    4.3 用戶價(jià)值標(biāo)簽

    體現(xiàn)用戶價(jià)值的指標(biāo)有ARPU值、流量使用量(flux)和語(yǔ)音計(jì)費(fèi)時(shí)長(zhǎng)等,但高性能終端對(duì)語(yǔ)音計(jì)費(fèi)時(shí)長(zhǎng)提升不大,對(duì)流量使用量提升較大,進(jìn)而提升ARPU值。因此在構(gòu)建用戶價(jià)值九宮格時(shí),不考慮語(yǔ)音計(jì)費(fèi)時(shí)長(zhǎng),利用k-means算法分別對(duì)用戶ARPU值和流量進(jìn)行聚類(lèi),處理方法與終端價(jià)格聚類(lèi)相同,結(jié)果如圖16所示。

    4.4 用戶—終端標(biāo)簽分析

    根據(jù)終端型號(hào)關(guān)聯(lián)目標(biāo)用戶的終端九宮格標(biāo)簽,分析這些用戶的終端和價(jià)值信息,可以看出:

    ·大量用戶屬于低流量、低ARPU值,并且使用低價(jià)格低性能終端(第9類(lèi));

    圖14 終端的9個(gè)標(biāo)簽

    ·第5、第6類(lèi)終端用戶中,中高流量、中高ARPU值的用戶可以?xún)?yōu)先進(jìn)行終端引導(dǎo)升級(jí);

    ·使用第1類(lèi)終端,且高ARPU值的用戶為高價(jià)值用戶,需要關(guān)懷,可向其推薦高檔終端,引導(dǎo)其換機(jī)。

    4.5 終端推薦遷轉(zhuǎn)路徑

    基于兩個(gè)原則設(shè)計(jì)遷轉(zhuǎn)路徑。一是終端性能維度遷移,用戶在花銷(xiāo)變化不大(同價(jià)格段)的基礎(chǔ)上,更愿意購(gòu)買(mǎi)性能升級(jí)的終端;二是終端價(jià)格維度遷移,高ARPU用戶消費(fèi)水平較高,可向其推薦高價(jià)格終端。根據(jù)上述原則,結(jié)合用戶的價(jià)值標(biāo)簽設(shè)計(jì)簽轉(zhuǎn)路徑如圖17所示。本文假定要營(yíng)銷(xiāo)的目標(biāo)終端九宮格標(biāo)簽為1、2、5、6,故遷轉(zhuǎn)路徑的目標(biāo)只包含這4個(gè)格子。

    4.6 目標(biāo)終端推薦

    首先確定具有換機(jī)傾向用戶的現(xiàn)用終端九宮格標(biāo)簽,再結(jié)合用戶的價(jià)值標(biāo)簽按照?qǐng)D17所示的簽轉(zhuǎn)路徑確定該用戶最適合的終端九宮格標(biāo)簽,應(yīng)向其優(yōu)先推薦該格內(nèi)的目標(biāo)終端。營(yíng)銷(xiāo)時(shí)還要考慮以下兩點(diǎn):

    ·品牌忠誠(chéng)度。若用戶有忠誠(chéng)品牌,則優(yōu)先推薦該品牌終端;

    ·剩余協(xié)議時(shí)長(zhǎng)。優(yōu)先向剩余協(xié)議時(shí)長(zhǎng)小于6個(gè)月的用戶推薦終端。

    圖15 終端九宮格示例

    5 結(jié)束語(yǔ)

    本文根據(jù)筆者日常工作的實(shí)踐經(jīng)驗(yàn)總結(jié)了數(shù)據(jù)預(yù)處理的相關(guān)方法,并基于中國(guó)電信某省公司本地網(wǎng)50萬(wàn)戶用戶的終端信息和行為數(shù)據(jù),詳細(xì)闡述了用戶換機(jī)傾向識(shí)別模型和終端推薦模型的構(gòu)建、評(píng)估過(guò)程。首先利用換機(jī)傾向識(shí)別模型預(yù)測(cè)出2016年9月和10月具有換機(jī)傾向的用戶,再結(jié)合終端推薦模型給出的這些用戶的現(xiàn)用終端九宮格標(biāo)簽、用戶價(jià)值標(biāo)簽,待營(yíng)銷(xiāo)的目標(biāo)終端九宮格標(biāo)簽和終端遷轉(zhuǎn)路徑向其推薦合適的終端。

    圖16 ARPU聚類(lèi)和流量聚類(lèi)

    圖17 遷轉(zhuǎn)路徑

    參考文獻(xiàn):

    [1]鄧逸斌,朱克雋.大數(shù)據(jù)挖掘助力電信運(yùn)營(yíng)商終端營(yíng)銷(xiāo)[J].中國(guó)新通信,2013,43(23):43-44. DENG Y B,ZHU K J.Terminal marketing promotion based on big data[J].China New Telecommunications,2013,43(23): 43-44.

    [2]張勇.基于大數(shù)據(jù)挖掘的客戶換機(jī)傾向評(píng)估模型研究 [J].數(shù)字通信世界,2016,144(7). ZHANG Y.Terminal replaced inclination evaluated based on big data[J].Digital Communication World,2016,144(7).

    [3]趙一平.運(yùn)用數(shù)據(jù)挖掘技術(shù)控制手機(jī)客戶離網(wǎng)淺析 [J].統(tǒng)計(jì)科學(xué)與實(shí)踐,2013(10):46-47. ZHAO Y P.Analysis of customer churn based on big data[J]. Zhejiang Statistics,2013(10):46-47.

    [4]谷紅勛,楊珂.基于大數(shù)據(jù)的移動(dòng)用戶行為分析系統(tǒng)與應(yīng)用案例[J].電信科學(xué),2016,32(3):139-146. GU H X,YANG K.Mobile user behavior analysis system and applications based on big data[J].Telecommunications Science, 2016,32(3):139-146.

    [5]沈超,黃衛(wèi)東.數(shù)據(jù)挖掘在垃圾短信過(guò)濾中的應(yīng)用 [J].電子科技大學(xué)學(xué)報(bào),2009,38(s1):21-24. SHEN C,HUANG W D.Application of data mining in short message spam filtering[J].Journal of University of Electronic Science and Technology of China,2009,38(s1):21-24.

    王雪瓊(1987-),女,中國(guó)電信股份有限公司上海研究院助理工程師,主要研究方向?yàn)閿?shù)據(jù)分析、數(shù)據(jù)挖掘與建模。

    熊珺潔(1983-),女,中國(guó)電信股份有限公司上海研究院工程師,主要研究方向?yàn)榇髷?shù)據(jù)分析與建模、無(wú)線網(wǎng)絡(luò)的可靠性。

    姚曉輝(1979-),男,中國(guó)電信股份有限公司上海研究院工程師,大數(shù)據(jù)領(lǐng)域首席技術(shù)支撐,主要研究方向?yàn)閿?shù)據(jù)規(guī)劃、數(shù)據(jù)挖掘、信息管理。

    Terminal replacement model based on big data mining

    WANG Xueqiong,XIONG Junjie,YAO Xiaohui
    Shanghai Research Institute of China Telecom Co.,Ltd.,Shanghai 200122,China

    In order to incrementally capture,retain and grow the subscriber bases,mobile operators must more effectively maximize the utilization of big data.Promoting the sale of mobile terminals was one of the focus of the operator’s business currently.By mining the big data of consumer behaviors,including consumers’attributes, mobile terminal information and DPI data,replacing inclination distinguished model was built based on decision tree and recommending model was built based on clustering algorithm to identify target customers.

    mobile terminal recommendation,data mining,decision tree,clustering algorithm

    F274

    A

    10.11959/j.issn.1000-0801.2016314

    2016-12-02;

    2016-12-10

    猜你喜歡
    數(shù)據(jù)挖掘用戶模型
    一半模型
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢(shì)
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    關(guān)注用戶
    3D打印中的模型分割與打包
    關(guān)注用戶
    關(guān)注用戶
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    一级a爱片免费观看的视频| 免费在线观看黄色视频的| 午夜精品在线福利| 日本一区二区免费在线视频| 精品国产一区二区久久| 日本vs欧美在线观看视频| 女人精品久久久久毛片| 精品午夜福利视频在线观看一区| 丰满人妻熟妇乱又伦精品不卡| 亚洲情色 制服丝袜| 国产成人免费无遮挡视频| 国产在视频线精品| 欧美性长视频在线观看| 国产乱人伦免费视频| 黑人巨大精品欧美一区二区mp4| 热re99久久精品国产66热6| 美女视频免费永久观看网站| 老汉色∧v一级毛片| 99国产极品粉嫩在线观看| 在线观看一区二区三区激情| 日韩 欧美 亚洲 中文字幕| 精品国产美女av久久久久小说| 男女床上黄色一级片免费看| 国产精品.久久久| 少妇裸体淫交视频免费看高清 | 午夜日韩欧美国产| 国产精品久久久久成人av| 国产乱人伦免费视频| 黄色 视频免费看| 午夜免费成人在线视频| 国产不卡一卡二| 人妻一区二区av| 亚洲av电影在线进入| 大型av网站在线播放| 香蕉国产在线看| 免费不卡黄色视频| 高清av免费在线| 黑人欧美特级aaaaaa片| 亚洲成人手机| 国产精品国产高清国产av | 99精品久久久久人妻精品| 校园春色视频在线观看| 久久久久久久久免费视频了| 中文字幕高清在线视频| 在线十欧美十亚洲十日本专区| 一区二区三区激情视频| 婷婷精品国产亚洲av在线 | 欧美另类亚洲清纯唯美| 国产日韩一区二区三区精品不卡| 日日夜夜操网爽| 两性午夜刺激爽爽歪歪视频在线观看 | 又大又爽又粗| 操出白浆在线播放| 老司机午夜福利在线观看视频| 国产高清videossex| 日日摸夜夜添夜夜添小说| 亚洲自偷自拍图片 自拍| 女同久久另类99精品国产91| 中文字幕制服av| 久久国产精品男人的天堂亚洲| 亚洲成人国产一区在线观看| 亚洲人成77777在线视频| 12—13女人毛片做爰片一| 午夜免费成人在线视频| 欧美激情极品国产一区二区三区| 高清毛片免费观看视频网站 | 久99久视频精品免费| 看免费av毛片| 欧美亚洲日本最大视频资源| 啦啦啦 在线观看视频| 欧美人与性动交α欧美精品济南到| 黄色a级毛片大全视频| 在线观看www视频免费| 免费在线观看完整版高清| 嫁个100分男人电影在线观看| 成人影院久久| 精品国产亚洲在线| 日韩三级视频一区二区三区| 日韩一卡2卡3卡4卡2021年| 成人精品一区二区免费| 亚洲av成人不卡在线观看播放网| 亚洲精品中文字幕一二三四区| 精品久久蜜臀av无| 侵犯人妻中文字幕一二三四区| 他把我摸到了高潮在线观看| 久9热在线精品视频| xxxhd国产人妻xxx| 少妇粗大呻吟视频| 久久国产精品大桥未久av| 很黄的视频免费| 咕卡用的链子| 国产主播在线观看一区二区| 波多野结衣一区麻豆| 精品国内亚洲2022精品成人 | 高清毛片免费观看视频网站 | 亚洲一区二区三区不卡视频| av欧美777| 一级,二级,三级黄色视频| 黄色丝袜av网址大全| 国产亚洲一区二区精品| 成人亚洲精品一区在线观看| 欧美另类亚洲清纯唯美| 日本黄色视频三级网站网址 | 国产亚洲精品一区二区www | 日日爽夜夜爽网站| 巨乳人妻的诱惑在线观看| av网站免费在线观看视频| svipshipincom国产片| 亚洲欧美日韩另类电影网站| 在线天堂中文资源库| 日本一区二区免费在线视频| 色老头精品视频在线观看| 丰满的人妻完整版| 国产极品粉嫩免费观看在线| 久久久久国产精品人妻aⅴ院 | 欧美最黄视频在线播放免费 | 黄色女人牲交| 波多野结衣一区麻豆| 一区二区三区国产精品乱码| 亚洲国产看品久久| tocl精华| 热99国产精品久久久久久7| 久久国产乱子伦精品免费另类| 日韩熟女老妇一区二区性免费视频| 很黄的视频免费| 99国产精品一区二区三区| 国产精品香港三级国产av潘金莲| 成人黄色视频免费在线看| 国产1区2区3区精品| 婷婷精品国产亚洲av在线 | 妹子高潮喷水视频| 国产精品av久久久久免费| 欧美一级毛片孕妇| 午夜两性在线视频| 一个人免费在线观看的高清视频| 日韩欧美在线二视频 | 免费不卡黄色视频| 水蜜桃什么品种好| 精品人妻熟女毛片av久久网站| 女警被强在线播放| 美女国产高潮福利片在线看| 精品乱码久久久久久99久播| e午夜精品久久久久久久| 色婷婷久久久亚洲欧美| 天堂√8在线中文| 很黄的视频免费| 又黄又爽又免费观看的视频| 在线天堂中文资源库| 亚洲一区高清亚洲精品| 久热爱精品视频在线9| 91精品三级在线观看| 日韩一卡2卡3卡4卡2021年| 美女国产高潮福利片在线看| av天堂在线播放| 五月开心婷婷网| 欧美日韩视频精品一区| 国产成人啪精品午夜网站| 亚洲欧美激情在线| 18禁美女被吸乳视频| 成人影院久久| 精品亚洲成国产av| 电影成人av| 看免费av毛片| 一区二区日韩欧美中文字幕| 午夜老司机福利片| 又紧又爽又黄一区二区| 成在线人永久免费视频| 久久国产精品人妻蜜桃| 日本欧美视频一区| av福利片在线| 亚洲精品一卡2卡三卡4卡5卡| 一区福利在线观看| 美女 人体艺术 gogo| 免费日韩欧美在线观看| 18禁国产床啪视频网站| 国产成人欧美在线观看 | 久99久视频精品免费| 老司机深夜福利视频在线观看| 午夜福利一区二区在线看| 日韩有码中文字幕| 一二三四在线观看免费中文在| 19禁男女啪啪无遮挡网站| 国产亚洲欧美98| 亚洲精品一卡2卡三卡4卡5卡| 国产欧美亚洲国产| 欧美国产精品一级二级三级| 黄色 视频免费看| 黄频高清免费视频| 国产成人av激情在线播放| 亚洲欧美精品综合一区二区三区| av在线播放免费不卡| 一区在线观看完整版| 国产在视频线精品| a级片在线免费高清观看视频| 日本wwww免费看| 亚洲一区中文字幕在线| 国产精品自产拍在线观看55亚洲 | 日本黄色日本黄色录像| 久久精品国产99精品国产亚洲性色 | 99热网站在线观看| 久久久久久免费高清国产稀缺| 日韩视频一区二区在线观看| 淫妇啪啪啪对白视频| 在线视频色国产色| 久99久视频精品免费| 亚洲午夜精品一区,二区,三区| 精品人妻熟女毛片av久久网站| 狂野欧美激情性xxxx| 在线观看www视频免费| 中文字幕另类日韩欧美亚洲嫩草| 一级毛片女人18水好多| avwww免费| 久99久视频精品免费| 欧美不卡视频在线免费观看 | 日韩一卡2卡3卡4卡2021年| 久热爱精品视频在线9| 人人妻人人澡人人爽人人夜夜| √禁漫天堂资源中文www| 999久久久国产精品视频| 欧美日韩乱码在线| 黄色怎么调成土黄色| 国产真人三级小视频在线观看| tocl精华| 国产精品亚洲一级av第二区| 日本a在线网址| 91老司机精品| 亚洲精品久久成人aⅴ小说| 视频区图区小说| 欧美日韩av久久| 国产欧美亚洲国产| 欧美久久黑人一区二区| 成年动漫av网址| 国产精品秋霞免费鲁丝片| 国产精品98久久久久久宅男小说| 51午夜福利影视在线观看| 亚洲 欧美一区二区三区| 午夜福利欧美成人| 操美女的视频在线观看| 欧美日韩黄片免| 51午夜福利影视在线观看| 国产99久久九九免费精品| 国产淫语在线视频| 18禁裸乳无遮挡动漫免费视频| 激情视频va一区二区三区| 国产伦人伦偷精品视频| 亚洲av片天天在线观看| 国产午夜精品久久久久久| 亚洲精品国产一区二区精华液| 伊人久久大香线蕉亚洲五| a级毛片在线看网站| 一级毛片高清免费大全| 老汉色av国产亚洲站长工具| 多毛熟女@视频| 十八禁高潮呻吟视频| 在线观看免费日韩欧美大片| 9热在线视频观看99| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲第一青青草原| 欧美日韩亚洲国产一区二区在线观看 | 男女床上黄色一级片免费看| 国产片内射在线| 村上凉子中文字幕在线| bbb黄色大片| 亚洲熟女毛片儿| 国产伦人伦偷精品视频| 香蕉久久夜色| 久久久久久久午夜电影 | 在线观看免费视频日本深夜| 大型av网站在线播放| 亚洲国产欧美网| a级片在线免费高清观看视频| 大码成人一级视频| 99国产极品粉嫩在线观看| 制服诱惑二区| 丰满饥渴人妻一区二区三| 男女之事视频高清在线观看| 亚洲国产欧美网| www.999成人在线观看| 多毛熟女@视频| 波多野结衣av一区二区av| 99热国产这里只有精品6| 黄网站色视频无遮挡免费观看| 高清黄色对白视频在线免费看| 亚洲成人手机| 日韩熟女老妇一区二区性免费视频| 国产日韩一区二区三区精品不卡| 丰满的人妻完整版| 黑人猛操日本美女一级片| 精品久久久久久,| 黄色片一级片一级黄色片| 丰满饥渴人妻一区二区三| 夜夜爽天天搞| 亚洲一区中文字幕在线| 亚洲一码二码三码区别大吗| 一本大道久久a久久精品| 美女高潮到喷水免费观看| 黑人欧美特级aaaaaa片| 亚洲第一青青草原| 成人18禁在线播放| 精品一品国产午夜福利视频| 大码成人一级视频| 国产精品久久久av美女十八| 中文字幕色久视频| 日韩成人在线观看一区二区三区| aaaaa片日本免费| 久久久久久免费高清国产稀缺| 久久精品91无色码中文字幕| 老熟妇乱子伦视频在线观看| 丝袜美腿诱惑在线| 国产在视频线精品| 免费观看人在逋| 黑人操中国人逼视频| 亚洲熟妇熟女久久| 精品国产乱子伦一区二区三区| 他把我摸到了高潮在线观看| 亚洲欧洲精品一区二区精品久久久| 国产成人系列免费观看| 欧美黄色淫秽网站| 免费看a级黄色片| 国产欧美日韩综合在线一区二区| 欧美日韩亚洲高清精品| tocl精华| 午夜视频精品福利| 久久久国产成人免费| 日本黄色视频三级网站网址 | 成人国产一区最新在线观看| 国产成人一区二区三区免费视频网站| 国产深夜福利视频在线观看| 极品人妻少妇av视频| 国产欧美日韩一区二区三区在线| 国产精品美女特级片免费视频播放器 | 黄片播放在线免费| 天堂动漫精品| 亚洲精品久久午夜乱码| 19禁男女啪啪无遮挡网站| 夜夜躁狠狠躁天天躁| 在线免费观看的www视频| 成熟少妇高潮喷水视频| 在线观看免费视频网站a站| 亚洲精品乱久久久久久| 天天躁狠狠躁夜夜躁狠狠躁| 欧美一级毛片孕妇| avwww免费| av网站在线播放免费| 免费少妇av软件| 少妇的丰满在线观看| 国产日韩欧美亚洲二区| 狂野欧美激情性xxxx| 色在线成人网| 婷婷丁香在线五月| 午夜福利视频在线观看免费| 亚洲免费av在线视频| 国产精品影院久久| 日本撒尿小便嘘嘘汇集6| 大型黄色视频在线免费观看| bbb黄色大片| 天天躁夜夜躁狠狠躁躁| bbb黄色大片| 好男人电影高清在线观看| 久99久视频精品免费| 女人被躁到高潮嗷嗷叫费观| av福利片在线| 久久精品国产a三级三级三级| 亚洲人成电影免费在线| 99久久人妻综合| 久久这里只有精品19| 村上凉子中文字幕在线| 成年女人毛片免费观看观看9 | 国产成人一区二区三区免费视频网站| 午夜免费成人在线视频| 中文字幕色久视频| 久久精品熟女亚洲av麻豆精品| 大片电影免费在线观看免费| 国产蜜桃级精品一区二区三区 | 女人久久www免费人成看片| 丁香六月欧美| 女性生殖器流出的白浆| 搡老熟女国产l中国老女人| 91成年电影在线观看| 中文字幕高清在线视频| 国产有黄有色有爽视频| 两性午夜刺激爽爽歪歪视频在线观看 | 一级,二级,三级黄色视频| 午夜激情av网站| 亚洲黑人精品在线| 国产精品免费视频内射| 青草久久国产| 18禁观看日本| 免费在线观看亚洲国产| 精品久久久久久,| 老司机午夜十八禁免费视频| 亚洲少妇的诱惑av| 国产成人欧美在线观看 | 午夜免费鲁丝| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲av第一区精品v没综合| 久久精品亚洲精品国产色婷小说| 人成视频在线观看免费观看| 女同久久另类99精品国产91| 一区在线观看完整版| 纯流量卡能插随身wifi吗| 一进一出抽搐动态| 天天躁狠狠躁夜夜躁狠狠躁| 欧洲精品卡2卡3卡4卡5卡区| 国产不卡av网站在线观看| 黑人欧美特级aaaaaa片| 国产亚洲欧美在线一区二区| 天天躁日日躁夜夜躁夜夜| 丝袜美腿诱惑在线| 欧美日韩av久久| 久久精品成人免费网站| 国产成人欧美| 99久久精品国产亚洲精品| 涩涩av久久男人的天堂| 亚洲综合色网址| 两个人免费观看高清视频| 国内久久婷婷六月综合欲色啪| 国产精品国产av在线观看| 黑人欧美特级aaaaaa片| 欧美日韩中文字幕国产精品一区二区三区 | 在线看a的网站| 国产精品一区二区精品视频观看| 桃红色精品国产亚洲av| 纯流量卡能插随身wifi吗| 精品国产一区二区久久| 免费少妇av软件| 国内久久婷婷六月综合欲色啪| 精品乱码久久久久久99久播| 久久国产亚洲av麻豆专区| 久久精品人人爽人人爽视色| 亚洲va日本ⅴa欧美va伊人久久| 久久99一区二区三区| 少妇 在线观看| 两性夫妻黄色片| 18禁观看日本| 久久久久国产一级毛片高清牌| 一区二区日韩欧美中文字幕| 一本一本久久a久久精品综合妖精| 我的亚洲天堂| 成在线人永久免费视频| 欧美不卡视频在线免费观看 | 亚洲在线自拍视频| 90打野战视频偷拍视频| 色老头精品视频在线观看| 久久久久国内视频| 999久久久国产精品视频| 夜夜夜夜夜久久久久| 国产又爽黄色视频| 精品第一国产精品| 国产精品.久久久| 无限看片的www在线观看| 夜夜爽天天搞| 久久婷婷成人综合色麻豆| 免费在线观看亚洲国产| 一区福利在线观看| 黄色怎么调成土黄色| 老司机影院毛片| 老司机深夜福利视频在线观看| 日韩人妻精品一区2区三区| 黄网站色视频无遮挡免费观看| 欧美日韩福利视频一区二区| 91成人精品电影| 国产精品欧美亚洲77777| 亚洲久久久国产精品| 美女福利国产在线| 天天操日日干夜夜撸| 一区二区三区激情视频| aaaaa片日本免费| 精品视频人人做人人爽| 人妻丰满熟妇av一区二区三区 | 我的亚洲天堂| 亚洲九九香蕉| 黑人巨大精品欧美一区二区mp4| 别揉我奶头~嗯~啊~动态视频| 精品亚洲成a人片在线观看| 久久久国产一区二区| 亚洲av美国av| 好看av亚洲va欧美ⅴa在| cao死你这个sao货| 妹子高潮喷水视频| 国产亚洲欧美98| av视频免费观看在线观看| 国产激情欧美一区二区| 亚洲七黄色美女视频| 黄网站色视频无遮挡免费观看| bbb黄色大片| 日韩 欧美 亚洲 中文字幕| 久久热在线av| 叶爱在线成人免费视频播放| 亚洲五月色婷婷综合| 日本一区二区免费在线视频| av在线播放免费不卡| 我的亚洲天堂| 久久人妻熟女aⅴ| 建设人人有责人人尽责人人享有的| 视频区图区小说| 国产又色又爽无遮挡免费看| 亚洲在线自拍视频| 国产亚洲精品久久久久5区| 麻豆乱淫一区二区| 三级毛片av免费| 久久狼人影院| 夜夜躁狠狠躁天天躁| 欧美日韩亚洲综合一区二区三区_| 一二三四在线观看免费中文在| 免费在线观看黄色视频的| 国产真人三级小视频在线观看| 黄片播放在线免费| 免费观看人在逋| 亚洲中文字幕日韩| 极品人妻少妇av视频| 日韩欧美一区视频在线观看| 99精品在免费线老司机午夜| 亚洲av熟女| 免费在线观看影片大全网站| 精品午夜福利视频在线观看一区| 亚洲av成人av| 757午夜福利合集在线观看| 欧美日韩视频精品一区| 国产又爽黄色视频| 久久青草综合色| 在线看a的网站| 丝袜在线中文字幕| 人妻久久中文字幕网| 亚洲成av片中文字幕在线观看| 成人永久免费在线观看视频| 桃红色精品国产亚洲av| 村上凉子中文字幕在线| 久久人人爽av亚洲精品天堂| 久久国产精品大桥未久av| 侵犯人妻中文字幕一二三四区| 美女 人体艺术 gogo| 国产精品久久久人人做人人爽| 啦啦啦视频在线资源免费观看| 久久99一区二区三区| 飞空精品影院首页| 亚洲avbb在线观看| 亚洲av日韩精品久久久久久密| 欧美精品亚洲一区二区| 日本wwww免费看| 精品国产美女av久久久久小说| 9191精品国产免费久久| 黄片大片在线免费观看| av天堂在线播放| 国产aⅴ精品一区二区三区波| 露出奶头的视频| 欧美精品亚洲一区二区| x7x7x7水蜜桃| 国产91精品成人一区二区三区| 国产亚洲精品一区二区www | 亚洲美女黄片视频| 国产成人av激情在线播放| 久久精品国产亚洲av高清一级| 飞空精品影院首页| 欧洲精品卡2卡3卡4卡5卡区| 亚洲av电影在线进入| 麻豆乱淫一区二区| 亚洲成国产人片在线观看| 99国产精品免费福利视频| 热99国产精品久久久久久7| 一区在线观看完整版| av在线播放免费不卡| 美女福利国产在线| 日韩大码丰满熟妇| 极品少妇高潮喷水抽搐| 亚洲情色 制服丝袜| 亚洲欧美一区二区三区黑人| 国产欧美日韩一区二区三区在线| 色尼玛亚洲综合影院| 人人妻人人澡人人爽人人夜夜| 国产亚洲av高清不卡| 国产单亲对白刺激| 99在线人妻在线中文字幕 | 亚洲人成电影免费在线| 午夜福利一区二区在线看| 韩国av一区二区三区四区| 成年人黄色毛片网站| 日韩 欧美 亚洲 中文字幕| 久9热在线精品视频| 成年动漫av网址| 亚洲午夜理论影院| 黄片大片在线免费观看| 啦啦啦免费观看视频1| 黄色毛片三级朝国网站| 又大又爽又粗| 在线观看一区二区三区激情| 黄色毛片三级朝国网站| 18在线观看网站| 国产一区有黄有色的免费视频| 精品国产乱子伦一区二区三区| av网站免费在线观看视频| 午夜免费成人在线视频| 夜夜躁狠狠躁天天躁| 久久久久久久久久久久大奶| 新久久久久国产一级毛片| 两个人看的免费小视频| 男女之事视频高清在线观看| 18禁观看日本| 国产日韩一区二区三区精品不卡| 久久精品国产亚洲av高清一级| 久久人人97超碰香蕉20202| 国产aⅴ精品一区二区三区波| 国产精品av久久久久免费| 美女视频免费永久观看网站| 免费av中文字幕在线| 中文字幕人妻丝袜制服| 久久久久久久国产电影| 最新美女视频免费是黄的| 男女之事视频高清在线观看| 亚洲全国av大片| 成人影院久久| 高清黄色对白视频在线免费看| 亚洲伊人色综图| 精品第一国产精品| 免费人成视频x8x8入口观看|