改进的呼叫指纹算法及其在重入网识别中的应用

针对传统呼叫指纹算法在实际应用中识别准确率低、识别对象局限性大、识别时间长等问题,在Hausdorff距离的基础上提出一种新的匹配算法,从而提高了重入网用户识别的精度,扩大了识别对象的适用范围.

基于“呼叫指纹”的重入网识别算法及其在移动市场占有率预测中的应用

控制用户的重入网是移动运营商目前十分头疼的问题,由于重入网带来的卡号资源浪费、欠费等后果造成了运营商营销成本增加和业务收入下滑,因此控制用户的重入网是当前移动运营商十分关注的热点问题,而困扰这一问题的瓶颈在于现有重入网识别技术不够成熟,准确率低、识别时间过长,不能起到有效的控制作用。在本文中,笔者结合生产实际,对“呼叫指纹”算法进行了改进,提出了新的特征提取方法和匹配算法,提高了识别的准确率和识别速度,同时对外网用户建立了指纹档案,满足了实际生产中对转网、离网率分析和市场占有率估算的要求。Markov模型在经济市场分析和预测中的应用已经十分广泛,但大多应用是在已知转移概率矩阵的情况,对于转移概率未知的情况相关的论述很少,本文指出了文献[1]提出的计算转移概率矩阵的错误之处,并根据“呼叫指纹”识别算法给出了转移概率矩阵,并根据它进行了市场占有率的测算,在实际中取得了很好的效果。

基于呼叫指纹的重入网识别研究

重入网是当前移动运营商十分关注的热点问题。重入网使得号码资源大量的被消耗和SIM卡成本不断提高,导致市场虚增长与高流失现象并存,渠道销售难以掌控。基于此,文章将介绍基于呼叫指纹方法的重入网识别方法,精确定位重入网用户,最终达到合理控制重入网比例,降低重入网现象带来的运营成本和运营风险。

基于呼叫指纹的重入网识别算法研究

为了有效解决重入网用户运营成本和运营风险"双高"的难题,在采用改进TF-IDF提取用户有效交往圈的基础上,通过加权余弦相似度衡量移动用户呼叫交往圈的匹配程度来判断新入网的用户是否为重入网用户,以此帮助通信运营商有效甄别市场虚增高和用户高流失的现象。经过实验表明,该算法具有较高的识别准确度和识别速度,并具有较好的扩展性。

呼叫指纹模型

针对用户频繁转网、换号的行为对四川电信造成的营销、业务、经营风险,通过对用户行为的数据挖掘,抽象用户呼叫行为特征建立呼叫指纹,判断不同号码是否为同一用户,从而识别重入网用户,进一步识别其重入网原因及进行政策规避,减少成本消耗。

移动通信重入网用户识别算法分析研究

介绍我国主流的移动通信重入网用户识别技术的原理和算法。对比现有四种基于呼叫指纹识别算法的复杂度、准确率、识别周期等主要技术指标。结合这些算法特点和在电信运营企业的实际情况,指出应用中存在的问题,并提出相应的解决思路。

移动通信重入网用户研究

移动通信现阶段存在大进大出的现象,即新入网的用户很多,但是离网的用户也很多,其中大量的用户是同一个用户,即重入网现象比较严重。大量的重入网用户会造成大量的号码资源浪费,对移动运营商来说,消耗了很多的资源和成本。准确识别重入网用户,采取行之有效的市场解决策略,才能很好的解决问题。