大數(shù)據(jù)識(shí)別家庭畫像助力企業(yè)運(yùn)營(yíng)

楊潔

本項(xiàng)目通過大數(shù)據(jù)分析，人工智能算法，挖掘五大類家庭圈模型，包括單身青年、育兒家庭、學(xué)生家庭、老人家庭、多代同堂五大場(chǎng)景家庭模型，用于基礎(chǔ)業(yè)務(wù)填充、智慧家庭產(chǎn)品、泛智能終端、權(quán)益等產(chǎn)品的精準(zhǔn)營(yíng)銷、異網(wǎng)挖掘、對(duì)外合作等，為市場(chǎng)賦能，助力企業(yè)運(yùn)營(yíng)。

一、背景

互聯(lián)網(wǎng)發(fā)展經(jīng)歷了三大階段，縱觀互聯(lián)網(wǎng)發(fā)展的歷史長(zhǎng)河，每隔十三年都會(huì)誕生一個(gè)新的互聯(lián)網(wǎng)時(shí)代。第一階段是開始于1994年的PC互聯(lián)網(wǎng)時(shí)代，主要起源于家庭帶寬的普及與接入，同時(shí)帶動(dòng)的是以互聯(lián)網(wǎng)服務(wù)入口為機(jī)遇的門戶時(shí)代，新浪、網(wǎng)易、搜狐、騰訊以及再往后的Google、百度等互聯(lián)網(wǎng)搜索工具，成為PC互聯(lián)網(wǎng)紅利的最終受益者。第二階段是盛行于2007年的移動(dòng)互聯(lián)網(wǎng)時(shí)代。相較于PC互聯(lián)網(wǎng)，移動(dòng)互聯(lián)網(wǎng)則年輕得多，3G和4G蜂窩網(wǎng)提供了移動(dòng)互聯(lián)網(wǎng)服務(wù)在低速和高速寬帶下的管道要求，期間不斷涌現(xiàn)出產(chǎn)業(yè)爆發(fā)之初所擁有的流量與人口帶來(lái)的紅利。第三階段是2020年進(jìn)入的家庭互聯(lián)網(wǎng)時(shí)代，隨著移動(dòng)互聯(lián)網(wǎng)的紅利逐漸趨于飽和和平穩(wěn)，時(shí)代與技術(shù)卻也在不斷的演進(jìn)，同時(shí)互聯(lián)網(wǎng)的演進(jìn)也逐步進(jìn)入3.0時(shí)代，家庭互聯(lián)網(wǎng)的概念與移動(dòng)互聯(lián)網(wǎng)、PC互聯(lián)網(wǎng)并非完全獨(dú)立的存在，而是基于目前互聯(lián)網(wǎng)連接基礎(chǔ)上的延伸。相比寬帶接入帶來(lái)的PC互聯(lián)網(wǎng)爆發(fā)以及終端變革帶來(lái)的移動(dòng)互聯(lián)網(wǎng)紅利，家庭互聯(lián)網(wǎng)則將更進(jìn)一步體現(xiàn)出用戶需求向場(chǎng)景需求演進(jìn)，海量的家用傳感器、智能終端設(shè)備以及通信設(shè)施將組建一個(gè)立體的家庭網(wǎng)絡(luò)，圍繞家庭用戶為核心，建立一整套基于每個(gè)家庭的數(shù)據(jù)資源庫(kù)，以便于將精準(zhǔn)的服務(wù)傳遞到用戶家庭中。

在5G、人工智能、大數(shù)據(jù)等新技術(shù)背景下，電信運(yùn)營(yíng)商一直在創(chuàng)新和轉(zhuǎn)型。在公眾業(yè)務(wù)方面，以家庭互聯(lián)網(wǎng)承載的智慧家庭，智能家居成為發(fā)展方向。運(yùn)營(yíng)商和互聯(lián)網(wǎng)公司都看到了這個(gè)發(fā)展契機(jī)，運(yùn)營(yíng)商有其獨(dú)特的優(yōu)勢(shì)，集約化的IT系統(tǒng)和實(shí)名制的系統(tǒng)，保證了分析的便捷性和用戶的真實(shí)性。本項(xiàng)目的研發(fā)就是基于這個(gè)大時(shí)代背景下，看到了家庭市場(chǎng)是通信行業(yè)競(jìng)爭(zhēng)的焦點(diǎn)。

本項(xiàng)目的研發(fā)思路是從眾多用戶中識(shí)別出哪些用戶屬于一個(gè)家庭，根據(jù)用戶之間的通話、位置、融合關(guān)系、互聯(lián)網(wǎng)行為等特征，通過數(shù)據(jù)分析技術(shù)和人工智能算法，識(shí)別出哪些手機(jī)號(hào)碼是一個(gè)家庭圈。同時(shí)以識(shí)別本網(wǎng)家庭圈為基礎(chǔ)，挖掘其異網(wǎng)成員加入家庭圈。通過模型的建立，結(jié)合市場(chǎng)各類產(chǎn)品，進(jìn)行具體產(chǎn)品的目標(biāo)用戶挖掘，并將目標(biāo)用戶推送至營(yíng)銷人員手中。

二、項(xiàng)目方案

挖掘家庭圈模型主要可以用于三大類場(chǎng)景：一是基礎(chǔ)業(yè)務(wù)填充，包括對(duì)圈內(nèi)單移網(wǎng)用戶推薦融合業(yè)務(wù)；二是智慧家庭產(chǎn)品推薦，包括TV增值產(chǎn)品，以及各類泛智能終端產(chǎn)品；三是異網(wǎng)用戶挖掘，對(duì)寬帶Wi-Fi下的異網(wǎng)用戶進(jìn)行家庭圈識(shí)別，可以推薦運(yùn)營(yíng)商副卡、推薦攜號(hào)轉(zhuǎn)網(wǎng)業(yè)務(wù)以及推薦融合業(yè)務(wù)。本項(xiàng)目選取了用戶通話，用戶位置等特征、使用了多個(gè)模型算法進(jìn)行分析挖掘，結(jié)合互聯(lián)網(wǎng)行為數(shù)據(jù)，識(shí)別出家庭圈用戶，助力企業(yè)市場(chǎng)運(yùn)營(yíng)。

項(xiàng)目可以分為四大步驟：第一步是數(shù)據(jù)預(yù)處理；第二步是機(jī)器學(xué)習(xí)建模；第三步是異網(wǎng)挖掘，也就是異網(wǎng)用戶拉進(jìn)本網(wǎng)家庭圈；第四步是市場(chǎng)賦能，識(shí)別出本網(wǎng)家庭產(chǎn)品的潛在家庭用戶畫像。

（一）數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理的方法是將B＼O＼M域的數(shù)據(jù)進(jìn)行拉通、加工為各類寬表、視圖，形成標(biāo)簽沉淀，主要建立用戶資料寬表、交際圈寬表、基站位置寬表等。

（二）機(jī)器學(xué)習(xí)建模

根據(jù)數(shù)據(jù)預(yù)處理的寬表，取得的主要特征有：半夜時(shí)間段基站位置出現(xiàn)次數(shù)，年齡特征等。利用機(jī)器學(xué)習(xí)里的有監(jiān)督學(xué)習(xí)，通過邏輯回歸、決策樹、隨機(jī)森林、集成算法分別對(duì)數(shù)據(jù)進(jìn)行建模，預(yù)測(cè)出用戶的家庭圈，取準(zhǔn)確率、覆蓋率、F1值較高的預(yù)測(cè)結(jié)果為預(yù)測(cè)的家庭圈。

這里以兩戶家庭圈模型為例，選取小地市小數(shù)據(jù)集進(jìn)行建模訓(xùn)練，用邏輯回歸算法和隨機(jī)森林算法介紹建模過程。

邏輯回歸（Logistic Regression）又稱為邏輯回歸分析，是分類和預(yù)測(cè)算法中的一種。通過歷史數(shù)據(jù)的表現(xiàn)對(duì)未來(lái)結(jié)果發(fā)生的概率進(jìn)行預(yù)測(cè)。例如，我們可以將購(gòu)買的概率設(shè)置為因變量，將用戶的特征屬性，例如性別、年齡、注冊(cè)時(shí)間等設(shè)置為自變量。根據(jù)特征屬性預(yù)測(cè)購(gòu)買的概率。

不同訓(xùn)練集，不同測(cè)試集，結(jié)果不同。實(shí)際使用時(shí)，需要根據(jù)調(diào)查情況確定樣本比例。應(yīng)盡可能多收集數(shù)據(jù)，增大數(shù)據(jù)量可以使模型的預(yù)測(cè)結(jié)果更穩(wěn)定，泛化性更強(qiáng)。

隨機(jī)森林 （RandomForestClassifier）算法是利用多棵決策樹對(duì)樣本進(jìn)行訓(xùn)練并預(yù)測(cè)。隨機(jī)森林就是通過集成學(xué)習(xí)的思想將多棵樹集成的一種算法，它的基本單元是決策樹，而它的本質(zhì)屬于機(jī)器學(xué)習(xí)的一大分支——集成學(xué)習(xí)（Ensemble Learning）方法。

通過集中算法的比較，隨機(jī)森林分類模型默認(rèn)參數(shù)的預(yù)測(cè)結(jié)果比較好，經(jīng)過調(diào)試參數(shù)后，預(yù)測(cè)效果還可以提高。隨機(jī)森林模型穩(wěn)定性很好，調(diào)試后不容易過擬合，但參數(shù)比較復(fù)雜，調(diào)試參數(shù)工作量很大，參數(shù)調(diào)試需要并發(fā)操作，對(duì)硬件要求很高。本項(xiàng)目選取隨機(jī)森林算法進(jìn)行部署實(shí)施。

（三）異網(wǎng)挖掘

異網(wǎng)挖掘指的是從O域數(shù)據(jù)的寬帶DPI數(shù)據(jù)中獲取Wi-Fi下的異網(wǎng)手機(jī)號(hào)碼，再結(jié)合Wi-Fi下的運(yùn)營(yíng)商本網(wǎng)號(hào)碼，將其納入本網(wǎng)號(hào)碼的家庭圈模型中。寬帶用戶主要通過無(wú)線路由器，將各無(wú)線終端接入至運(yùn)營(yíng)商公司“光貓”，用于上網(wǎng)，利用運(yùn)營(yíng)商公司網(wǎng)絡(luò)數(shù)據(jù)，可識(shí)別每個(gè)家庭的“光貓” 和其接入的每一臺(tái)終端設(shè)備，建立篩選機(jī)制，完善數(shù)據(jù)的可使用性，關(guān)聯(lián)之前家庭圈的預(yù)測(cè)結(jié)果，合并數(shù)據(jù)集，完成異網(wǎng)號(hào)碼識(shí)別，形成包含異網(wǎng)號(hào)碼的家庭圈模型。

（四）市場(chǎng)賦能

經(jīng)過大數(shù)據(jù)算法和DPI獲取的數(shù)據(jù)結(jié)合，形成整體的家庭圈模型的目標(biāo)用戶，針對(duì)目前家庭互聯(lián)網(wǎng)大力發(fā)展推出的智慧家庭產(chǎn)品，沃家組網(wǎng)、沃家電視、沃家神眼、沃家固話等，可以通過不同的家庭圈模型的用戶的基礎(chǔ)上，結(jié)合產(chǎn)品特點(diǎn)，深挖產(chǎn)品的潛在用戶，為其推送產(chǎn)品。仍以兩口之家為例，除了模型為其推薦權(quán)益類產(chǎn)品外，還可以為其推薦我們打造的各類泛智能終端產(chǎn)品，為其量身定制智慧家庭場(chǎng)景下的各類應(yīng)用。

項(xiàng)目上線兩年以來(lái)，為中國(guó)聯(lián)通公眾市場(chǎng)存量?jī)r(jià)值提升帶來(lái)了良好的經(jīng)濟(jì)效益，基礎(chǔ)業(yè)務(wù)發(fā)展穩(wěn)步提升，全國(guó)排名靠前，形成了一套端到端的閉環(huán)的數(shù)據(jù)賦能體系流程，為新產(chǎn)品運(yùn)營(yíng)發(fā)展提供了平臺(tái)和數(shù)據(jù)手段，通過數(shù)字化的能力提升了整個(gè)公眾市場(chǎng)的智慧運(yùn)營(yíng)，為企業(yè)培養(yǎng)了大數(shù)據(jù)人工智能新技術(shù)的研發(fā)人才，本項(xiàng)目具有長(zhǎng)期推廣和運(yùn)營(yíng)的價(jià)值。

三、總結(jié)

本項(xiàng)目通過與市場(chǎng)協(xié)同作戰(zhàn)，將模型與產(chǎn)品銜接，在實(shí)際生產(chǎn)場(chǎng)景中進(jìn)行應(yīng)用，取得了良好的效果，為公司帶來(lái)了收入的拉動(dòng)，為用戶帶來(lái)了感知的提升，為公司高質(zhì)量發(fā)展做到了助力賦能。

作者單位：中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司山西省分公司數(shù)字化部