【摘 要】家庭寬帶是電信運(yùn)營(yíng)商重點(diǎn)發(fā)展的業(yè)務(wù)。根據(jù)A地市中國(guó)移動(dòng)家庭寬帶業(yè)務(wù)的相關(guān)數(shù)據(jù)，分析用戶的通信和上網(wǎng)等行為特點(diǎn)，基于邏輯回歸算法預(yù)測(cè)A地市的潛在安裝寬帶用戶概率值，為一線城市制定家庭寬帶發(fā)展業(yè)務(wù)提供方案。

【關(guān)鍵詞】邏輯回歸 家庭寬帶 中國(guó)移動(dòng)

doi：10.3969/j.issn.1006-1010.2017.02.016 中圖分類號(hào)：F623 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-1010（2017）02-0079-03

引用格式：鄭曉. 基于邏輯回歸算法的A地市家庭寬帶發(fā)展研究[J]. 移動(dòng)通信， 2017，41（2）： 79-81.

1 引言

家庭寬帶營(yíng)銷(xiāo)一直是運(yùn)營(yíng)商市場(chǎng)的重點(diǎn)業(yè)務(wù)。在上海舉辦的MWCS2016（世界移動(dòng)通信大會(huì)上海）上，中國(guó)移動(dòng)執(zhí)行副總裁李慧鏑表示，將大力推動(dòng)家庭業(yè)務(wù)發(fā)展，中國(guó)移動(dòng)計(jì)劃2016年新增家庭寬帶用戶1800萬(wàn)。不難看出，家庭寬帶客戶發(fā)展已成為中國(guó)移動(dòng)省公司重點(diǎn)關(guān)注的方向。

為使模型真正指導(dǎo)營(yíng)銷(xiāo)，選擇某省A地市中國(guó)移動(dòng)客戶作為研究對(duì)象，針對(duì)該地市的移動(dòng)客戶的家庭寬帶業(yè)務(wù)的相關(guān)數(shù)據(jù)進(jìn)行分析和挖掘，分析家寬用戶與非家寬用戶的特征，幫助一線營(yíng)銷(xiāo)人員制定家庭寬帶營(yíng)銷(xiāo)策略。

2 A地市潛在家庭寬帶用戶挖掘?qū)嵺`

2.1 背景

據(jù)了解，A地市移網(wǎng)總用戶數(shù)為80萬(wàn)左右，家庭總戶數(shù)約為60萬(wàn)（基于該地市移網(wǎng)總用戶數(shù)及家庭成員識(shí)別、居住地識(shí)別2個(gè)基礎(chǔ)模型估算得出），其中移動(dòng)寬帶覆蓋戶數(shù)為32萬(wàn)。在移動(dòng)寬帶覆蓋區(qū)域內(nèi)，已安裝移動(dòng)寬帶戶數(shù)為7萬(wàn)，異網(wǎng)寬帶戶數(shù)約為10萬(wàn)，故未被挖掘的潛在寬帶戶數(shù)=移動(dòng)寬帶覆蓋戶數(shù)-已安裝移動(dòng)寬帶戶數(shù)-異網(wǎng)寬帶戶數(shù)=15萬(wàn)，尚有較大的發(fā)展空間。而現(xiàn)階段A地市以普遍撒網(wǎng)的方式營(yíng)銷(xiāo)，缺少針對(duì)性的營(yíng)銷(xiāo)，營(yíng)銷(xiāo)進(jìn)展較為緩慢。因此，通過(guò)大數(shù)據(jù)分析建模，以期精準(zhǔn)識(shí)別營(yíng)銷(xiāo)目標(biāo)客戶，實(shí)現(xiàn)營(yíng)銷(xiāo)資源利用率最大化。

2.2 具體過(guò)程

（1）數(shù)據(jù)挖掘目標(biāo)。通過(guò)對(duì)比近期新安裝移動(dòng)寬帶用戶及未安裝移動(dòng)寬帶用戶流量使用行為、家庭行為等特征，識(shí)別潛在寬帶用戶，預(yù)測(cè)潛在寬帶用戶安裝寬帶概率值。

（2）訓(xùn)練樣本選擇。抽樣的用戶需要滿足以下條件：入網(wǎng)至少三個(gè)月、非移動(dòng)內(nèi)部用戶、用戶居住地被移動(dòng)寬帶覆蓋。正樣本取2015年12月、2016年1、2月未使用移動(dòng)寬帶，2016年3月新裝移動(dòng)寬帶的全量用戶，共0.18萬(wàn)。負(fù)樣本取截止2016年4月未使用移動(dòng)寬帶用戶。因?yàn)閿?shù)量較多，把負(fù)樣本的濃度降低，以便更好地觀察與分析正樣本的特征，取正負(fù)樣本比例為1：6，抽取1.2萬(wàn)的負(fù)樣本。

（3）變量選擇。涉及的變量主要來(lái)源于電信行業(yè)內(nèi)部以及一些上網(wǎng)類屬性，字段分類主要包括基礎(chǔ)屬性、位置信息、用戶消費(fèi)行為、用戶終端特征、數(shù)據(jù)業(yè)務(wù)辦理情況、交往圈情況、家庭成員情況、APP安裝使用情況，共選取了148個(gè)初始變量。

（4）數(shù)據(jù)探索與數(shù)據(jù)處理。業(yè)務(wù)知識(shí)是數(shù)據(jù)挖掘的核心，這一原則在數(shù)據(jù)探索的過(guò)程尤為重要。對(duì)變量的相關(guān)業(yè)務(wù)知識(shí)進(jìn)行詳細(xì)了解后，借助ATSER工具，對(duì)挖掘變量做由淺入深的數(shù)據(jù)探索。主要通過(guò)數(shù)據(jù)質(zhì)量檢查、值分析、統(tǒng)計(jì)分析、頻度分析、直方圖分析、相關(guān)性分析等方法理解變量。通過(guò)構(gòu)造衍生變量的方式，探索對(duì)目標(biāo)變量影響更大的變量。比如，近三個(gè)月月均視頻APP使用次數(shù)空值較多，將其從數(shù)值型變量轉(zhuǎn)變成分類變量，代表近三個(gè)月是否使用視頻類APP。同時(shí)通過(guò)缺失值、異常值處理、變量標(biāo)準(zhǔn)化等方法對(duì)變量進(jìn)行處理，最終確定模型輸入變量21個(gè)。

（5）算法選擇與模型評(píng)估。目前在電信行業(yè)常用的算法包括：決策樹(shù)、邏輯回歸、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等?；谝韵滤姆矫嬖騼?yōu)先采用邏輯回歸算法：一是模型輸入變量類型多為數(shù)值型；二是輸出變量為典型的二分類型變量；三是需要輸出客戶新裝寬帶概率指導(dǎo)營(yíng)銷(xiāo)；四是地市的樣本量較少，而邏輯回歸的優(yōu)勢(shì)在于數(shù)據(jù)沒(méi)必要滿足正態(tài)分布。

邏輯回歸模型屬于廣義線性模型（Generalized Linear Model）的一種，是基于Sigmoid函數(shù)的有監(jiān)督分類模型，主要是研究一個(gè)因變量和多個(gè)自變量之間的多元回歸關(guān)系。在邏輯回歸分析中，因變量Y是一個(gè)二分類變量，取Y=1和Y=0分別表示新裝家寬的用戶和未裝家寬用戶。影響Y取值的n個(gè)自變量x1， x2， …， xn，在這n個(gè)自變量的作用下，新裝家寬的條件概率為P=P（Y=1∣x1， x2， …， xn），邏輯回歸方程可表示為：

zi=a0+a1xi1+a2xi2+…+anxin （1）

Pi=1/（1+exp（-zi）） （2）

其中：zi為中間變量參數(shù)；

a0為回歸常數(shù)；

aj為第j個(gè)變量的回歸系數(shù)（i、j=1，2， …， n）；

xij為第i個(gè)單元中第j個(gè)變量的取值，存在新裝家寬取1，否則取0；

Pi為第i單元中發(fā)生新裝寬帶的概率的回歸預(yù)測(cè)值（i=1，2， …， n）。

表1為訓(xùn)練集的模型效果，表2為測(cè)試集的模型效果。不難發(fā)現(xiàn)，響應(yīng)率情況基本保持一致，說(shuō)明模型沒(méi)有過(guò)度擬合。同時(shí)在選取營(yíng)銷(xiāo)對(duì)象時(shí)，建議選取KS值最大對(duì)應(yīng)的用戶進(jìn)行營(yíng)銷(xiāo)，因?yàn)镵S值能最大程度地區(qū)分正負(fù)樣本。基于測(cè)試集的模型結(jié)果，比未建模時(shí)提升2.29倍，效果較好。

3 營(yíng)銷(xiāo)策略制定

在醫(yī)學(xué)實(shí)驗(yàn)研究中有對(duì)照原則，設(shè)立對(duì)照組的作用在于提高鑒別能力和結(jié)論的說(shuō)服力。由于營(yíng)銷(xiāo)資源有限，為提高資源利用率，跨界引用對(duì)照原則，設(shè)置高度可比性的對(duì)照組AB的方式進(jìn)行試外呼，對(duì)比、檢驗(yàn)?zāi)Ｐ偷膽?yīng)用效果，保證模型的真實(shí)有效性。模型組選?。焊怕史謩e在40%～60%、60%～80%、80%～100%的用戶，每個(gè)區(qū)間取30%的用戶外呼，概率在20%～40%的用戶，取5%的用戶外呼。同時(shí)對(duì)照組選?。涸?G、3G用戶中隨機(jī)抽取5000個(gè)與模型組無(wú)重復(fù)的用戶外呼。

試外呼的效果如表3所示，模型組的平均意向率是對(duì)照組的2.9倍，證明模型應(yīng)用效果較好。據(jù)此，開(kāi)展全量營(yíng)銷(xiāo)，按概率由大到小外呼以保證最優(yōu)營(yíng)銷(xiāo)。

4 結(jié)論

以A地市中國(guó)移動(dòng)家庭寬帶業(yè)務(wù)數(shù)據(jù)為研究對(duì)象，選擇八大類型共148個(gè)相關(guān)指標(biāo)，采用邏輯回歸模型預(yù)測(cè)潛在用戶安裝寬帶概率值，并通過(guò)KS值確認(rèn)模型沒(méi)有過(guò)度擬合，并運(yùn)用查全率、查準(zhǔn)率、提升度及AB對(duì)照組等方法保證模型的真實(shí)有效性。為運(yùn)營(yíng)商進(jìn)一步做好營(yíng)銷(xiāo)活動(dòng)提供了可依據(jù)的數(shù)據(jù)支撐。

參考文獻(xiàn)：

[1] Jiawei Han， Micheline Kamber， Jian Pei. 數(shù)據(jù)挖掘概念與技術(shù)[M]. 范明，孟小峰，譯. 3版. 北京： 機(jī)械工業(yè)出版社， 2012.

[2] Mehmed Kantardzic. 數(shù)據(jù)挖掘：概念、模型、方法和算法[M]. 王曉海，吳志剛，譯. 2版. 北京： 清華大學(xué)出版社， 2014.

[3] 王濟(jì)川. Logistic回歸模型：方法與應(yīng)用[M]. 北京： 高等教育出版社， 2001.

[4] 王燕莉，安世全. 數(shù)據(jù)挖掘技術(shù)在移動(dòng)通信中的應(yīng)用[J]. 中國(guó)數(shù)據(jù)通信， 2004，6（1）： 74-77.

[5] 郭明，鄭惠莉. 基于數(shù)據(jù)挖掘的電信客戶流失分析[D]. 南京： 南京郵電大學(xué)， 2005.

[6] 鄧玉珊. 電信業(yè)潛在寬帶客戶獲取預(yù)測(cè)研究[D]. 成都： 電子科技大學(xué)， 2009.

[7] 鄒超，姜澄宇. 我國(guó)寬帶業(yè)務(wù)市場(chǎng)的擴(kuò)散分析[J]. 蘭州大學(xué)學(xué)報(bào)， 2007，35（6）： 144-146.

[8] Ningtang P， Steinbach M， Kumar V. Introduction to Data Mining[M]. Beijing： Posts&Telecom Press， 2006： 372-374.

[9] 方芳，劉大有，王新華，等. 電信CRM技術(shù)發(fā)展研究[J]. 計(jì)算機(jī)工程， 2010，36（5）： 277-279.

[10] 徐曉菊. 數(shù)據(jù)挖掘在電信業(yè)中的應(yīng)用[J]. 統(tǒng)計(jì)與咨詢， 2008（3）： 33-34.★