电信用户差异化营销方法及装置与流程

本技术涉及计算机，具体涉及一种电信用户差异化营销方法及装置。

背景技术：

1、电信用户具有不同的消费行为特征，这些消费行为特征之间即存在共同点，又存在不同点，在对电信用户进行营销规则设定时，需要匹配每个电信用户的消费行为特征，才能提供针对性的营销策略，达到较好的营销效果。

2、一方面，电信用户数量巨大，根据每个电信用户的消费行为特征设定营销规则并不现实，且耗时耗力，不符合实际业务场景中的高效需求，另一方面，电信用户之间的消费行为特征具有共同点，针对共同点较多的电信用户，若采用差异化的营销规则，则割裂了电信用户之间的共同点，无法对这类电信用户进行统一营销管理，降低营销准确性和营销效率。

技术实现思路

1、本技术实施例提供一种电信用户差异化营销方法及装置，用以解决传统方法不符合实际业务场景中的高效需求，且无法对电信用户进行统一营销管理，降低营销准确性和营销效率的技术问题。

2、第一方面，本技术实施例提供一种电信用户差异化营销方法，包括：

3、根据第一特征数据、第二特征数据和第三特征数据将电信用户聚类为预设数量的聚类簇；所述第一特征数据是电信用户当前时刻距离上一次电信充值时刻之间的间隔时长的倒数，所述第二特征数据是电信用户距离当前时刻半年内的电信充值次数，所述第三特征数据是电信用户距离当前时刻半年内的电信充值总金额；

4、对所述预设数量进行调整后，返回根据第一特征数据、第二特征数据和第三特征数据将电信用户聚类为预设数量的聚类簇的步骤；

5、若所述聚类簇满足特定条件，则得到聚类簇的最终数量；所述特定条件是基于聚类簇的整体距离平方和以及聚类簇中电信用户的轮廓系数进行设定的；

6、对所述最终数量的聚类簇设定差异化的营销频次。

7、在一个实施例中，所述若所述聚类簇满足特定条件，则得到聚类簇的最终数量，包括：

8、若所述预设数量调整后得到的聚类簇的整体距离平方和达到最小值，则将此次调整后得到的聚类簇的数量确定为第一数量；

9、对所述第一数量进行调整，若所述第一数量调整后得到的聚类簇中的所有电信用户的轮廓系数均大于系数阈值，则将此次调整后得到的聚类簇的数量确定为聚类簇的最终数量。

10、在一个实施例中，所述预设数量调整后得到的聚类簇的整体距离平方和，是基于以下步骤得到的：

11、计算预设数量调整后得到的聚类簇中，任一聚类簇内所有电信用户与所述任一聚类簇的簇心之间的欧几里得距离之和，得到所述任一聚类簇的簇内距离平方和；

12、对预设数量调整后得到的所有聚类簇的簇内距离平方和求和，得到预设数量调整后得到的聚类簇的整体距离平方和。

13、在一个实施例中，所述第一数量调整后得到的聚类簇中的所有电信用户的轮廓系数，是基于以下步骤得到的：

14、计算第一数量调整后得到的聚类簇中，任一聚类簇内任一电信用户与所述任一聚类簇内其他电信用户之间距离的平均值，得到第一平均值；

15、计算所述任一电信用户与所述任一聚类簇之外的任一其他聚类簇内的电信用户之间距离的平均值，得到第二平均值；

16、将所有第二平均值的最小值确定为第三平均值，根据所述第一平均值和所述第三平均值，得到所述任一电信用户的轮廓系数。

17、在一个实施例中，所述对所述最终数量的聚类簇设定差异化的营销频次，包括：

18、根据所述最终数量的聚类簇中，每个聚类簇的簇心特征数据，设定差异化的营销频次。

19、在一个实施例中，所述根据所述最终数量的聚类簇中，每个聚类簇的簇心特征数据，设定差异化的营销频次，包括：

20、若最终数量的聚类簇中，任一聚类簇的簇心的第一特征数据大于时长倒数阈值、第二特征数据大于充值次数阈值、第三特征数据大于充值总金额阈值，则将所述任一聚类簇确定中的电信用户确定为重要价值用户，并对所述重要价值用户设定第一营销频次；

21、若最终数量的聚类簇中，任一聚类簇的簇心的第一特征数据小于或等于时长倒数阈值、第二特征数据大于充值次数阈值、第三特征数据大于充值总金额阈值，则将所述任一聚类簇确定中的电信用户确定为重要保持用户，并对所述重要保持用户设定第一营销频次；

22、若最终数量的聚类簇中，任一聚类簇的簇心的第一特征数据大于时长倒数阈值、第二特征数据小于或等于充值次数阈值、第三特征数据大于充值总金额阈值，则将所述任一聚类簇确定中的电信用户确定为重要发展用户，并对所述重要发展用户设定第一营销频次；

23、若最终数量的聚类簇中，任一聚类簇的簇心的第一特征数据小于或等于时长倒数阈值、第二特征数据小于或等于充值次数阈值、第三特征数据大于充值总金额阈值，则将所述任一聚类簇确定中的电信用户确定为重要挽留用户，并对所述重要挽留用户设定第一营销频次。

24、在一个实施例中，所述根据所述最终数量的聚类簇中，每个聚类簇的簇心特征数据，设定差异化的营销频次，包括：

25、若最终数量的聚类簇中，任一聚类簇的簇心的第一特征数据大于时长倒数阈值、第二特征数据大于充值次数阈值、第三特征数据小于或等于充值总金额阈值，则将所述任一聚类簇确定中的电信用户确定为一般价值用户，并对所述一般价值用户设定第二营销频次；

26、若最终数量的聚类簇中，任一聚类簇的簇心的第一特征数据大于时长倒数阈值、第二特征数据小于或等于充值次数阈值、第三特征数据小于或等于充值总金额阈值，则将所述任一聚类簇确定中的电信用户确定为一般发展用户，并对所述一般发展用户设定第三营销频次；

27、若最终数量的聚类簇中，任一聚类簇的簇心的第一特征数据小于或等于时长倒数阈值、第二特征数据大于充值次数阈值、第三特征数据小于或等于充值总金额阈值，则将所述任一聚类簇确定中的电信用户确定为一般保持用户，并对所述一般保持用户设定第一营销频次；

28、若最终数量的聚类簇中，任一聚类簇的簇心的第一特征数据小于或等于时长倒数阈值、第二特征数据小于或等于充值次数阈值、第三特征数据小于或等于充值总金额阈值，则将所述任一聚类簇确定中的电信用户确定为一般挽留用户，并对所述一般挽留用户设定第三营销频次；

29、所述第一营销频次大于所述第二营销频次，且所述第一营销频次小于所述第三营销频次。

30、第二方面，本技术实施例提供一种电信用户差异化营销装置，包括：

31、聚类模块，用于：根据第一特征数据、第二特征数据和第三特征数据将电信用户聚类为预设数量的聚类簇；所述第一特征数据是电信用户当前时刻距离上一次电信充值时刻之间的间隔时长的倒数，所述第二特征数据是电信用户距离当前时刻半年内的电信充值次数，所述第三特征数据是电信用户距离当前时刻半年内的电信充值总金额；

32、聚类数量调整模块，用于：对所述预设数量进行调整后，返回根据第一特征数据、第二特征数据和第三特征数据将电信用户聚类为预设数量的聚类簇的步骤；

33、聚类数量确定模块，用于：若所述聚类簇满足特定条件，则得到聚类簇的最终数量；所述特定条件是基于聚类簇的整体距离平方和以及聚类簇中电信用户的轮廓系数进行设定的；

34、营销频次设定模块，用于：对所述最终数量的聚类簇设定差异化的营销频次。

35、第三方面，本技术实施例提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述的电信用户差异化营销方法的步骤。

36、第四方面，本技术实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的电信用户差异化营销方法的步骤。

37、本技术提供的电信用户差异化营销方法及装置，根据第一特征数据、第二特征数据和第三特征数据将电信用户聚类为预设数量的聚类簇，对预设数量进行调整后，返回根据第一特征数据、第二特征数据和第三特征数据将电信用户聚类为预设数量的聚类簇的步骤，若聚类簇满足特定条件，则得到聚类簇的最终数量，对最终数量的聚类簇设定差异化的营销频次。由于根据多个特征数据对电信用户进行聚类，且基于聚类簇的整体距离平方和以及聚类簇中的电信用户的轮廓系数对聚类簇的数量进行调整，使得最后得到的最终数量的聚类簇中，每个聚类簇内的电信用户均在多个特征维度相似性较大，且每个聚类簇内的电信用户与簇外聚类簇内的电信用户均在多个特征维度相似较小，提高将海量电信用户进行分群的准确性，并根据每个群体进行差异化的营销频次设定，避免对单一电信用户设定特定营销规则，并充分挖掘电信用户之间的共同点，实现对同类电信用户的统一管理，从而提高营销准确性和营销效率。