2011開題報(bào)告《用戶行為分析與精準(zhǔn)營(yíng)銷研究》

1 / 27 中國(guó)移動(dòng) 集團(tuán) 級(jí) 重點(diǎn) 研發(fā)項(xiàng)目（含 聯(lián)合 項(xiàng)目 ） 開題報(bào)告 一、 項(xiàng)目 編號(hào)及 名稱： 2011_LH_45 用戶行為分析與精準(zhǔn)營(yíng)銷研究 二 、 項(xiàng)目組： 項(xiàng)目組 承擔(dān)子課題 題名稱 負(fù)責(zé)人 及 手機(jī) 、 郵箱 研究院 （牽頭單位） 用戶行為分析與精準(zhǔn)營(yíng)銷 北京公司 （協(xié)助單位） 統(tǒng)一門戶網(wǎng)營(yíng)精準(zhǔn)營(yíng)銷推薦研究 廣東公司 （協(xié)助單位） 基于應(yīng)用商品的智能推薦【 MM猜你喜歡】研究 廣東公司 （協(xié)助單位） 精準(zhǔn)服務(wù)營(yíng)銷平臺(tái)研發(fā) 河南公司 （協(xié)助單位） 基于網(wǎng)絡(luò)數(shù)據(jù)為基礎(chǔ)的家庭 -集團(tuán)用戶挖掘 四川公司 （協(xié)助單位） 基于互聯(lián)網(wǎng)的無(wú)線音樂用戶行為分析工具研究與系統(tǒng)實(shí)現(xiàn) 四川公司 （協(xié)助單位） 基于智能搜索引擎技術(shù)，面向無(wú)線音樂用戶的個(gè)性化搜索結(jié)果模型及精準(zhǔn)營(yíng)銷模型研究 四川公司 （協(xié)助單位） 音樂產(chǎn)品個(gè)性化推薦引擎研發(fā) 浙江公司 （協(xié)助單位） 按照用戶、終端、渠道、門戶、內(nèi)容、時(shí)間等多維度組合的靈活營(yíng)銷平臺(tái)研發(fā) 浙江公司 （協(xié)助單位） 手機(jī)上網(wǎng)用戶行為分析系統(tǒng)研發(fā) 2 / 27 三 、 課題背景和意義 3.1 聯(lián)合項(xiàng)目的研究背景和整體框架 移動(dòng)通信和互聯(lián)網(wǎng)市場(chǎng)競(jìng)爭(zhēng)壓力越來(lái)越大，對(duì)于中國(guó)移動(dòng)來(lái)講，除了傳統(tǒng)電信運(yùn)營(yíng)商競(jìng)爭(zhēng) 的壓力、互聯(lián)網(wǎng)服務(wù)提供商也加入到競(jìng)爭(zhēng)的行列，都瞄準(zhǔn)了在3G/4G 時(shí)代，流量越來(lái)越低廉的情形下，在移動(dòng)通信網(wǎng)上提供越來(lái)越豐富的服務(wù)和內(nèi)容。 隨著用戶使用互聯(lián)網(wǎng)和移 動(dòng)互聯(lián)網(wǎng)越來(lái)越頻繁，用戶的需求朝著優(yōu)質(zhì)、便捷、個(gè)性化的方向發(fā)展。 隨著話音業(yè)務(wù)的逐漸飽和，而數(shù)據(jù)業(yè)務(wù)的用戶數(shù)、使用量、流量雖然大幅增長(zhǎng)，但是收入增長(zhǎng)卻較為緩慢，為了保證公司收入增長(zhǎng)，一方面是要進(jìn)一步加大營(yíng)銷力度，刺激用戶更多的使用業(yè)務(wù)，另一方面也是要用好的業(yè)務(wù)來(lái)黏住用戶，保證業(yè)務(wù)平穩(wěn)較快增長(zhǎng)。 為了應(yīng)對(duì)上述挑戰(zhàn)，開展用戶行為分析，以及在此基礎(chǔ)上進(jìn)行精 準(zhǔn)營(yíng)銷應(yīng)用是尤為必要的，本課題進(jìn)行了以下安排： 在用戶行為分析算法模型和精準(zhǔn)營(yíng)銷平臺(tái)的基礎(chǔ)研究方面，由研究院用戶行為實(shí)驗(yàn)負(fù)責(zé) 1 個(gè)子課題，同時(shí)由研究院負(fù)責(zé)整個(gè)項(xiàng)目的總體規(guī)劃、方案和管理。 在手機(jī)上網(wǎng)業(yè)務(wù)的應(yīng)用方面，由浙江公司負(fù)責(zé)子課題“手機(jī)上網(wǎng)用戶行為分析系統(tǒng)研發(fā)”，涉及到基于手機(jī)上網(wǎng)行為分析的互聯(lián)網(wǎng)內(nèi)容營(yíng)銷和數(shù)據(jù)業(yè)務(wù)交叉銷售。 在音樂業(yè)務(wù)的應(yīng)用方面，由四川公司負(fù)責(zé) 3 個(gè)子課題?！耙魳樊a(chǎn)品個(gè)性化推薦引擎研發(fā)”子課題從個(gè)性化推薦與音樂產(chǎn)品相結(jié)合的層面開展，“基于互聯(lián)網(wǎng)的無(wú)線音樂用戶行為分析工具研究與系統(tǒng)實(shí)現(xiàn)”從中 央音樂平臺(tái)支撐的角度開展，“基于智能搜索引擎技術(shù)，面向無(wú)線音樂用戶的個(gè)性化搜索結(jié)果模型及精準(zhǔn)營(yíng)銷模型研究”則主要是為音樂個(gè)性化推薦提供服務(wù)的智能搜索引擎技術(shù)和音樂DNA 技術(shù)等方面提供技術(shù)保障。 在移動(dòng)應(yīng)用商場(chǎng)的應(yīng)用方面，由廣東公司公司負(fù)責(zé)子課題“基于應(yīng)用商品的智能推薦【 MM 猜你喜歡】研究 ”。 在手機(jī)閱讀業(yè)務(wù)的應(yīng)用方面，由浙江公司負(fù)責(zé)子課題“按照用戶、終端、渠道、門戶、內(nèi)容、時(shí)間等多維度組合的靈活營(yíng)銷平臺(tái)研發(fā)”。 3 / 27 在集團(tuán)和家庭業(yè)務(wù)方面，由河南公司負(fù)責(zé)子課題“基于網(wǎng)絡(luò)數(shù)據(jù)為基礎(chǔ)的家庭 -集團(tuán)用戶挖掘 ”。 在客戶服 務(wù)渠道方面，由廣東公司和北京公司分別負(fù)責(zé) 1 個(gè)子課題。廣東公司子課題“精準(zhǔn)服務(wù)營(yíng)銷平臺(tái)研發(fā)”側(cè)重于從客戶服務(wù)信息中挖掘用戶行為偏好，實(shí)現(xiàn)觸點(diǎn)營(yíng)銷。而北京公司子課題“統(tǒng)一門戶網(wǎng)營(yíng)精準(zhǔn)營(yíng)銷推薦研究”則從電子渠道的角度，研究如何為用戶提供精準(zhǔn)的主動(dòng)營(yíng)銷服務(wù)。 3.2 開展用戶行為分析模型研究，研發(fā)精準(zhǔn)營(yíng)銷推薦平臺(tái)，支撐營(yíng)銷應(yīng)用 研究院已經(jīng)積累了二十多個(gè)用戶行為分析的核心算法模型，取得 10 余項(xiàng)相關(guān)專利，需要將這些成果在實(shí)際運(yùn)營(yíng)中應(yīng)用落地。 研究院 2010 年研發(fā)了精準(zhǔn)營(yíng)銷推薦平臺(tái)原型，經(jīng)過(guò)在現(xiàn)網(wǎng)產(chǎn)品中驗(yàn)證，效果良好。 精準(zhǔn) 營(yíng)銷推薦平臺(tái)的優(yōu)化開發(fā)：針對(duì)實(shí)際運(yùn)營(yíng)中對(duì) Web 網(wǎng)頁(yè)、文本等非結(jié)構(gòu)化信息處理的要求，通過(guò)優(yōu)化開發(fā)，在平臺(tái)中實(shí)現(xiàn) Web 挖掘和文本挖掘等功能模塊。 研究院的用戶行為分析算法模型和精準(zhǔn)營(yíng)銷推薦平臺(tái)具有完全自主知識(shí)產(chǎn)權(quán)，整理上處于國(guó)內(nèi)先進(jìn)水平，對(duì)于掌握核心技術(shù)，提升公司的核心競(jìng)爭(zhēng)力有重要意義。通過(guò)統(tǒng)一研發(fā)用戶行為分析模型和平臺(tái)，減少各省重復(fù)建設(shè)投資，節(jié)約公司成本支出。實(shí)現(xiàn)用戶數(shù)據(jù)集中管理和運(yùn)營(yíng)，減少第三方接觸運(yùn)營(yíng)數(shù)據(jù)的環(huán)節(jié)，保護(hù)用戶隱私，保證公司戰(zhàn)略安全。 3.3 手機(jī)上網(wǎng)用戶行為分析：高流量增長(zhǎng)未帶來(lái)收入的同步增長(zhǎng) 上網(wǎng)流量 同比上升 112.3%，但流量收入上升僅 49.4%。一方面需要進(jìn)一步激發(fā)上網(wǎng)流量，另一方面需要將流量向自有數(shù)據(jù)業(yè)務(wù)引導(dǎo)。這些又需要以用戶上網(wǎng)數(shù)據(jù)為基礎(chǔ)，通過(guò)用戶行為分析手段了解用戶偏好。 另一方面，我們對(duì)用戶的理解也不夠深刻，營(yíng)銷決策沒有依據(jù)。 如何選擇合適的產(chǎn)品、合適的內(nèi)容，在合適的時(shí)機(jī)，為合適的用戶提供服務(wù)，這是在移動(dòng)互聯(lián)網(wǎng)時(shí)代要解決的最重要的問(wèn)題，這就要求我們要深刻理解用戶行為及其背后的信息。 因此，只有開展手機(jī)上網(wǎng)用戶行為研究，深入了解用戶需求，才能提供精準(zhǔn)服務(wù)。 3.4 音樂用戶行為分析和 個(gè)性化服務(wù)：競(jìng)爭(zhēng)壓力加大，精細(xì)化運(yùn)營(yíng)能力需要加強(qiáng) 4 / 27 不了解用戶的真實(shí)需求，用戶粘性不高；音樂內(nèi)容為主要為編輯發(fā)布，缺乏權(quán)威性，業(yè)務(wù)轉(zhuǎn)化率不高；每個(gè)用戶看到同樣的內(nèi)容，缺乏個(gè)性化。產(chǎn)品之間分散，未建立不同門戶產(chǎn)品用戶行為的統(tǒng)一視圖。 3.5 MM 應(yīng)用商品智能推薦：理解用戶，個(gè)性服務(wù)，提高粘性，增強(qiáng)運(yùn)營(yíng)能力 MM 應(yīng)用商場(chǎng)是中國(guó)移動(dòng)的重要戰(zhàn)略型業(yè)務(wù)。但目前存在以下問(wèn)題：不理解用戶的偏好；業(yè)務(wù)轉(zhuǎn)化率不高；營(yíng)銷手段還是靠傳統(tǒng)的方式，成本高，效率低。因此 ，本子項(xiàng)目的意義在于： (1) 建立個(gè)體客戶與應(yīng)用偏好的對(duì)應(yīng) 關(guān)系，把握用戶內(nèi)容偏好，加深對(duì)用戶需求的理解和認(rèn)知 。 (2) 基于客戶偏好打造特色智能推薦模塊，對(duì)用戶進(jìn)行個(gè)性化推薦，避免同質(zhì)化競(jìng)爭(zhēng) 。 (3) 通過(guò)個(gè)性化推薦滿足用戶多樣化需求和偏好，提高客戶粘性，提升用戶下載轉(zhuǎn)化率 。 (4) 創(chuàng)新移動(dòng)互聯(lián)網(wǎng)營(yíng)銷手段，探索客戶運(yùn)營(yíng)新模式，提升 MM 客戶運(yùn)營(yíng)能力 。 3.6 手機(jī)閱讀的靈活營(yíng)銷平臺(tái)：快速響應(yīng)營(yíng)銷需求 目前，手機(jī)閱讀業(yè)務(wù)現(xiàn)狀是： (1) 手機(jī)閱讀業(yè)務(wù)飛速發(fā)展，用戶規(guī)模不斷擴(kuò)大，系統(tǒng)越來(lái)越龐大復(fù)雜，開發(fā)速度越來(lái)越慢。而隨著業(yè)務(wù)的發(fā)展和競(jìng)爭(zhēng)的日趨激烈，越 來(lái)越需要平臺(tái)提供更快的響應(yīng)。于是產(chǎn)生了這樣的矛盾：需求越來(lái)越迫切地需要及時(shí)地響應(yīng)把握市場(chǎng)先機(jī)，而系統(tǒng)越來(lái)越復(fù)雜，開發(fā)速度只降不升。由于營(yíng)銷需求往往具有時(shí)效性，因此最受影響。 (2) 手機(jī)閱讀的業(yè)務(wù)發(fā)展需要手機(jī)閱讀軟件平臺(tái)提供更好和更靈活的支撐能力，而現(xiàn)有的開發(fā)模式不能很好地支持業(yè)務(wù)的發(fā)展需要。當(dāng)前情況下的最佳解決方案就是使平臺(tái)對(duì)某一類需求的實(shí)現(xiàn)機(jī)制由固定的硬編碼方式轉(zhuǎn)變?yōu)殪`活的可配置方式。 (3) 手機(jī)閱讀平臺(tái)有 10 多萬(wàn)冊(cè)圖書，如何通過(guò)智能推薦技術(shù)為用戶選擇其感興趣的圖書，提升用戶感知。 5 / 27 因此，建立靈活營(yíng)銷 平臺(tái)的意義在于： (1) 通過(guò)多維度組合適配， WAP 門戶的頁(yè)面、組成頁(yè)面的標(biāo)簽、呈現(xiàn)給用戶的內(nèi)容和各種產(chǎn)品可以按照以下六個(gè)維度進(jìn)行適配，包括：時(shí)間、地域、終端（組）、用戶組、渠道和 WAP 版本。 (2) 通過(guò)這種多維度組合，可以覆蓋到營(yíng)銷部門提出的所有可預(yù)見性的需求（約占該類總體需求的 70%），這樣原本需要投入大量資源和時(shí)間進(jìn)行開發(fā)的工作現(xiàn)在只要通過(guò)配置就可以完成，同時(shí)免去了大量的線下交流和溝通，最重要的是不再需要等待幾個(gè)月才能看到需求實(shí)現(xiàn)。 (3) 實(shí)現(xiàn)電子圖書的個(gè)性化推薦，對(duì)于提升用戶粘性和用戶感知，增加 業(yè)務(wù)收入，有重要意義。 3.7 集團(tuán)客戶和家庭客戶識(shí)別：奠定集團(tuán)業(yè)務(wù)和家庭產(chǎn)品營(yíng)銷的基礎(chǔ) 集團(tuán)市場(chǎng)和家庭市場(chǎng)是企業(yè)發(fā)展的兩大重要市場(chǎng)，市場(chǎng)發(fā)展的基礎(chǔ)是客戶的圈定和識(shí)別，因此如何利用現(xiàn)有企業(yè)的各類數(shù)據(jù)通過(guò)模型來(lái)識(shí)別家庭和集團(tuán)成員將會(huì)為家庭集團(tuán)市場(chǎng)管理和拓展提供指導(dǎo)和支撐?，F(xiàn)有家庭集團(tuán)市場(chǎng)的拓展主要依靠一線支撐人員的調(diào)查和搜集，具有不明確性和不可衡量性的特點(diǎn)。通過(guò)建立家庭和集團(tuán)客戶挖掘就能支撐一線人員識(shí)別潛在家庭集團(tuán)客戶，針對(duì)性的進(jìn)行圈定；同時(shí)能夠?qū)τ诂F(xiàn)有家庭集團(tuán)客戶的真實(shí)性、有效性進(jìn)行檢驗(yàn)，這也將是家庭市 場(chǎng)和集團(tuán)市場(chǎng)發(fā)展的基礎(chǔ)。在網(wǎng)絡(luò)部門的大力支持下，我省率先接入了全省 A接口網(wǎng)絡(luò)信令數(shù)據(jù)，能夠更加 深入的理解和把握客戶，在融入網(wǎng)絡(luò)數(shù)據(jù)的基礎(chǔ)上，就能夠更加精準(zhǔn)的進(jìn)行家庭集團(tuán)客戶識(shí)別。 3.8 捕捉客服信息中的營(yíng)銷機(jī)會(huì)：分析客戶行為，了解客戶需求，實(shí)現(xiàn)觸點(diǎn)營(yíng)銷 在電信重組，全業(yè)務(wù)競(jìng)爭(zhēng)的新形勢(shì)下，市場(chǎng)競(jìng)爭(zhēng)日趨激烈。各大運(yùn)營(yíng)商充分發(fā)揮各自優(yōu)勢(shì)，利用全業(yè)務(wù)運(yùn)營(yíng)的契機(jī)爭(zhēng)奪客戶。營(yíng)銷資源日益緊張，必須利用日益緊張的營(yíng)銷資源，更好的、更快的，更低成本的滿足客戶個(gè)性化、差異化的需求。同時(shí)，客服接觸信息未得到充分應(yīng)用，中國(guó)移動(dòng) 客戶每月接觸數(shù)十億次，涵蓋了大量客戶信息，但由于分散在不同的系統(tǒng)，缺乏深入的數(shù)據(jù)挖掘，接觸信息未得到充分應(yīng)用。最后，當(dāng)前被動(dòng)營(yíng)銷模式制約了客戶滿意度電子渠道優(yōu)勢(shì)發(fā)揮。 6 / 27 因此，通過(guò)構(gòu)建和不斷提升電子渠道的精準(zhǔn)營(yíng)銷能力，可以為客戶提供便捷的一對(duì)一個(gè)性化服務(wù)體驗(yàn)，有效提升營(yíng)銷服務(wù)感知，同時(shí)降低營(yíng)銷成本，分流傳統(tǒng)營(yíng)業(yè)廳的營(yíng)銷服務(wù)壓力。其次，通過(guò)深入研究客戶行為、客戶需求和客戶偏好，逐步形成“客戶全息特征庫(kù)”，提升客戶價(jià)值。提高改變以往“粗放式”方式，為客戶提供個(gè)性化服務(wù)和營(yíng)銷，提升客戶感知，提高營(yíng)銷成功率，提高營(yíng)銷 價(jià)值。最后，通過(guò)促進(jìn)服務(wù)營(yíng)銷的戰(zhàn)略轉(zhuǎn)型，為企業(yè)提供新的利潤(rùn)增長(zhǎng)方式。 四、課題研究目標(biāo) 項(xiàng)目的總體目標(biāo) 子項(xiàng)目 解決方案 用戶行為分析模型與精準(zhǔn)營(yíng)銷推薦平臺(tái) 在中國(guó)移動(dòng)自有平臺(tái)上實(shí)現(xiàn)推薦服務(wù)的整合應(yīng)用，促進(jìn)手機(jī)上網(wǎng)、音樂、 MM、閱讀等產(chǎn)品的銷售。通過(guò)優(yōu)化開發(fā)和省公司應(yīng)用性能和效果評(píng)估反饋，實(shí)現(xiàn)高性能、高可用的基于云計(jì)算的精準(zhǔn)營(yíng)銷推薦平臺(tái)。 手機(jī)上網(wǎng)用戶行為分析應(yīng)用 結(jié)合研究院的用戶行為分析模型，建立一套完善的手機(jī)上網(wǎng)用戶行為分析系統(tǒng) , 通過(guò)對(duì)用戶手機(jī)上網(wǎng)訪問(wèn)行為進(jìn)行分析，獲取用戶的訪問(wèn)軌跡、瀏 覽頁(yè)面內(nèi)容、網(wǎng)站信息、瀏覽客戶端信息、移動(dòng)終端信息等，進(jìn)行各類分析，形成各類用戶模型。研究一種適應(yīng)分類體系變化的海量網(wǎng)頁(yè)快速分類系統(tǒng)。 引導(dǎo)用戶使用移動(dòng)自有業(yè)務(wù)，開展個(gè)性化內(nèi)容營(yíng)銷，提升用戶粘性。 音樂產(chǎn)品個(gè)性化推薦及精準(zhǔn)營(yíng)銷應(yīng)用 基于研究院用戶行為分析模型和精準(zhǔn)營(yíng)銷推薦平臺(tái)，實(shí)現(xiàn)音樂產(chǎn)品的個(gè)性化推薦引擎，為音樂 Web、 WAP、客戶端產(chǎn)品提供精準(zhǔn)營(yíng)銷服務(wù) ， 研究提升推薦效果的策略， 開展?fàn)I銷 效果評(píng)估。 MM 應(yīng)用商品智能推薦應(yīng)用 對(duì) MM 存量用戶和其所接觸過(guò)（瀏覽、搜索、下載等）的商品進(jìn)行關(guān)聯(lián)分析，一方面分析商 品間的內(nèi)在關(guān)聯(lián)關(guān)系，另一方面分析 MM用戶的應(yīng)用偏好，以實(shí)行精準(zhǔn)的個(gè)性化推薦模式，實(shí)現(xiàn)快速、準(zhǔn)確地傳遞信息，提高 MM 用戶的個(gè)人使用體驗(yàn)感受和個(gè)人貢獻(xiàn)的價(jià)值。 7 / 27 手機(jī)閱讀的靈活營(yíng)銷平臺(tái) 和精準(zhǔn)營(yíng)銷應(yīng)用 建立多維度靈活營(yíng)銷平臺(tái)，研究適合營(yíng)銷部門需求的適配規(guī)則，將現(xiàn)有多個(gè)門戶由獨(dú)立配置規(guī)則改為由管理平臺(tái)進(jìn)行統(tǒng)一配置規(guī)則，解決目前平臺(tái)開發(fā)和營(yíng)銷需求之間難以適應(yīng)的問(wèn)題，實(shí)現(xiàn)有效抓取客戶并降低用戶流失率和提升平臺(tái)開發(fā)建設(shè)的投入產(chǎn)出比的目的。 基于研究院精準(zhǔn)營(yíng)銷推薦平臺(tái)，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷推薦在手機(jī)閱讀產(chǎn)品中的展現(xiàn)，為用戶提供準(zhǔn) 實(shí)時(shí)的個(gè)性化圖書推薦服務(wù)。 集團(tuán)和家庭用戶挖掘 通過(guò)對(duì)不同時(shí)間段的個(gè)人行為數(shù)據(jù)的追蹤，結(jié)合兩個(gè)人之間的通信交往信息，使用社會(huì)網(wǎng)絡(luò)分析相關(guān)分析方法，構(gòu)建社會(huì)關(guān)系模型，準(zhǔn)確地判別各類交往關(guān)系，如家庭、同事等。 基于客服信息挖掘的觸點(diǎn)營(yíng)銷 針對(duì)挖掘出來(lái)的客戶行為，創(chuàng)新服務(wù)、營(yíng)銷模式，優(yōu)化流程和規(guī)范。基于用戶行為結(jié)果開展“一對(duì)一”的精準(zhǔn)營(yíng)銷，實(shí)現(xiàn)在適當(dāng)?shù)臅r(shí)機(jī)，將適當(dāng)?shù)漠a(chǎn)品，通過(guò)適當(dāng)?shù)那溃扑]給適當(dāng)?shù)目蛻?，提高營(yíng)銷成功率。 統(tǒng)一門戶網(wǎng)營(yíng)精準(zhǔn)營(yíng)銷推薦應(yīng)用 充分利用研究院的精準(zhǔn)營(yíng)銷推薦技術(shù)和平臺(tái)，在北京移動(dòng) 網(wǎng)站網(wǎng)營(yíng)渠道開展重點(diǎn)業(yè)務(wù)的精準(zhǔn)營(yíng)銷推薦服務(wù)。 研究提升推薦效果的策略，開展?fàn)I銷效果評(píng)估。 五 、 課題研究?jī)?nèi)容 5.1 用戶行為分析模型研究和精準(zhǔn)營(yíng)銷推薦平臺(tái) 8 / 27 5.2 手機(jī)上網(wǎng)用戶行為分析應(yīng)用 手機(jī)上網(wǎng)用戶行為分析應(yīng)用的主要內(nèi)容包括：多數(shù)據(jù)海量數(shù)據(jù)預(yù)處理；海量數(shù)據(jù)存儲(chǔ)和計(jì)算；“客戶 -內(nèi)容 ” 特征類標(biāo)簽分層可擴(kuò)充體系 ；“客戶 -內(nèi)容 -業(yè)務(wù) ” 三維匹配矩陣 ；前臺(tái)應(yīng)用管理模塊。系統(tǒng)架構(gòu)如下圖所示： 5.3 音樂產(chǎn)品個(gè)性化推薦引擎及精準(zhǔn)營(yíng)銷應(yīng)用 本項(xiàng)目針對(duì)數(shù)字（無(wú)線）音樂市場(chǎng)現(xiàn)狀以及移動(dòng)集團(tuán)的無(wú)線音樂業(yè)務(wù)各類產(chǎn)品 的運(yùn)營(yíng)及營(yíng)銷模式模式進(jìn)行深入研究。 研究?jī)?nèi)容及框架如下： 多 數(shù) 據(jù) 源 海 量 數(shù) 據(jù) 預(yù) 處 理 平 臺(tái)數(shù) 據(jù) 接 入采 集 器多 數(shù) 據(jù) 源 海 量 數(shù) 據(jù) 預(yù) 處 理 管 理 器數(shù) 據(jù) 清 洗 器系統(tǒng)監(jiān)控及運(yùn)行管理平臺(tái)運(yùn)行狀態(tài)監(jiān)控器系統(tǒng)管理器系統(tǒng)日志管理器海 量 數(shù) 據(jù) 存 儲(chǔ) 及 計(jì) 算 平 臺(tái)客戶-內(nèi)容海量信息處理平臺(tái)網(wǎng) 頁(yè) 內(nèi) 容 可 擴(kuò) 展 邏 輯 分 類 體 系 構(gòu) 建 器前 臺(tái) 應(yīng) 用 管 理 平 臺(tái)“ 客 戶 - 內(nèi) 容 ” 特 征 標(biāo) 簽可 視 化 篩 選 界 面熱 點(diǎn) 關(guān) 注 活 躍 客 戶明 細(xì) 導(dǎo) 出 器客 戶 特 征 快 速 聚 焦 及分 析 管 理 器客 戶 標(biāo) 簽 管 理 平 臺(tái)“ 客 戶 - 內(nèi) 容 ” 特 征 標(biāo) 簽分 層 可 擴(kuò) 充 體 系“ 客 戶 - 內(nèi) 容 - 業(yè) 務(wù) ”三 維 匹 配 矩 陣網(wǎng) 頁(yè) 文 本 關(guān) 鍵 字 搜 索 技 術(shù) 的 動(dòng) 態(tài) 歸 類 器內(nèi) 容 分 類更 新 器客 戶 偏 好 與 內(nèi) 容 分 類 的 行 為 挖 掘 模 型 構(gòu) 建 器H a d o o p 分 布 式計(jì) 算 系 統(tǒng)H i v e 分 布 式數(shù) 據(jù) 倉(cāng) 庫(kù)海 量 數(shù) 據(jù) 存 儲(chǔ) 及 計(jì) 算 管 理 器海量信息處理管理器客 戶 標(biāo) 簽 信 息 管 理 器 9 / 27 1、用戶行為數(shù)據(jù)庫(kù)（ UDB）的研制，包括（ 1）研制統(tǒng)一的各產(chǎn)品線用戶基本信息庫(kù)（ 2）在產(chǎn)品內(nèi)進(jìn)行插碼、記錄用戶行為數(shù)據(jù)的研究（ 3）進(jìn)行映射用戶訂購(gòu)關(guān)系到用戶行為數(shù)據(jù)庫(kù)方法的研究。 2、產(chǎn)品數(shù)據(jù)庫(kù)（ PDB）的研制，包括：（ 1） 研制音樂產(chǎn)品標(biāo)簽庫(kù)（ 2） 研制并擴(kuò)展用戶標(biāo)簽庫(kù)（ 3） 進(jìn)行擴(kuò)展產(chǎn)品數(shù)據(jù)庫(kù)維度的研究。 3、個(gè)性化推薦引擎的研制，包括（ 1）研究基于用戶數(shù)據(jù)的產(chǎn)品推薦方法。（ 2）研究基于產(chǎn)品數(shù)據(jù)的產(chǎn)品推薦方法（ 3）研究基于關(guān)系與聚合的產(chǎn)品推薦 方法（ 4） 研究各種推薦方法相應(yīng)的精準(zhǔn)營(yíng)銷模式。 本項(xiàng)目的研制關(guān)鍵點(diǎn)： 1、數(shù)據(jù)庫(kù)建模，越完善的數(shù)據(jù)庫(kù)推薦效果越好。 2、個(gè)性化推薦引擎的算法，關(guān)系到推薦的精準(zhǔn)度，交互的效果等。 3、本引擎在具體產(chǎn)品中的落地應(yīng)用方式也是需重點(diǎn)研究的問(wèn)題。 5.4 MM 應(yīng)用商品的智能推薦應(yīng)用 研究?jī)?nèi)容包括： 基于 MM 存量用戶到商品的行為（瀏覽、搜索、下載等）的個(gè)性化推薦 基于用戶當(dāng)前正在使用的應(yīng)用的推薦 10 / 27 基于用戶歷史下載應(yīng)用行為的推薦 基于用戶歷史瀏覽、搜索應(yīng)用行為的推薦 基于用戶當(dāng)前應(yīng)用的推薦 瀏覽、搜索過(guò) 本應(yīng)用的用戶還瀏覽、搜索過(guò)的應(yīng)用 瀏覽、搜索過(guò)本應(yīng)用的用戶最終下載的應(yīng)用 下載過(guò)本應(yīng) 用的用戶之前還下載的應(yīng)用 經(jīng)常與本應(yīng)用一起下載的應(yīng)用應(yīng)用 “ MM 猜你喜歡”業(yè)務(wù)流程設(shè)計(jì) 研究框架如下圖所示： 11 / 27 5.5 手機(jī)閱讀靈活營(yíng)銷平臺(tái)和智能推薦應(yīng)用 在管理平臺(tái)側(cè)提供可靈活配置的管理界面進(jìn)行規(guī)則的建立，同時(shí)使 WAP 和客戶端門戶根據(jù)關(guān)聯(lián)的規(guī)則進(jìn)行相應(yīng)的展現(xiàn)。具體如下： WAP門戶標(biāo)簽可根據(jù)時(shí)間 , 地域 , 終端 , 用戶組 , 渠道 , WAP版本等維度來(lái)判斷怎樣顯示。 WAP 門戶頁(yè)面可根據(jù)分省和終端來(lái)判斷跳轉(zhuǎn)到哪 個(gè)頁(yè)面。 客戶端門戶頁(yè)面可根據(jù)分省和軟件版本來(lái)判斷跳轉(zhuǎn)到哪個(gè)頁(yè)面。 建立一套自動(dòng)化的電子書智能推薦體系。 12 / 27 5.6 集團(tuán)和家庭客戶識(shí)別與精準(zhǔn)營(yíng)銷應(yīng)用 本項(xiàng)目通過(guò)對(duì)不同時(shí)間段的個(gè)人行為數(shù)據(jù)的追蹤，結(jié)合兩個(gè)人之間的通信交往信息，使用社會(huì)網(wǎng)絡(luò)分析相關(guān)分析方法，構(gòu)建社會(huì)關(guān)系模型，準(zhǔn)確地判別各類交往關(guān)系，如家庭、同事等。 數(shù)據(jù)標(biāo)準(zhǔn)化處理校驗(yàn) 基于位置的社會(huì)網(wǎng)絡(luò)關(guān)系識(shí)別模型 社會(huì)網(wǎng)絡(luò)關(guān)系識(shí)別可視化 目標(biāo)客戶營(yíng)銷應(yīng)用 研究技術(shù)框架如下： 課題研究難點(diǎn)和關(guān)鍵解決方案包括： 1. 基于手機(jī)移動(dòng)行為的用戶居住地和工作地（ OD 穩(wěn)定點(diǎn)）識(shí)別 ：移動(dòng)行為較為隨機(jī)，存在時(shí)間、空間上的不均衡，且基站覆蓋范圍存在重疊。 解決方案 ：分析基站數(shù)據(jù)得到用戶移動(dòng)軌跡的時(shí)間和空間規(guī)律，采用基站合并策略和基站頻繁度進(jìn)行優(yōu)化。 2. 多元數(shù)據(jù)校驗(yàn) ：分析數(shù)據(jù)來(lái)源包括移動(dòng)用戶個(gè)人信息、交往圈數(shù)據(jù)和移動(dòng)用戶行為軌跡，數(shù)據(jù)規(guī)模大，存在冗余數(shù)據(jù)和非有效數(shù)據(jù)，需要清洗和去噪處理。 解決方案 ：采用數(shù)據(jù)標(biāo)準(zhǔn)化處理機(jī)制，考慮實(shí)體完整性、核心記錄元素是否非空以及通信量與軌跡數(shù)據(jù)完整性。 13 / 27 3. 社會(huì)關(guān)系識(shí)別精度提升 ：缺少對(duì)家庭、集團(tuán)、朋友等關(guān)系定義，且需要綜合考慮精度、效率及與后續(xù)分類 模型配合程度來(lái)選擇合適的特征提取方法，尤其在識(shí)別精準(zhǔn)度、識(shí)別效率方面具有一定的提升空間。 解決方案 ：基于特征建立不同關(guān)系分類訓(xùn)練器，計(jì)算不同關(guān)系和社群聚類，作為社會(huì)關(guān)系網(wǎng)絡(luò)基礎(chǔ)，并引入交往圈重合以及 OD 信息重合優(yōu)化判別結(jié)果。 5.7 客戶服務(wù)信息挖掘和精準(zhǔn)營(yíng)銷 研究?jī)?nèi)容包括：支撐全渠道精確營(yíng)銷、精確服務(wù)：通過(guò)觸點(diǎn)服務(wù)營(yíng)銷平臺(tái)，把經(jīng)過(guò)基于 CRM 的 T-CPC 運(yùn)營(yíng)平臺(tái) 分析挖掘出來(lái)的精準(zhǔn)服務(wù)營(yíng)銷信息推送回各個(gè)渠道，支撐渠道的精確服務(wù)營(yíng)銷，實(shí)現(xiàn)客戶關(guān)系閉環(huán)管理。 5.8 統(tǒng)一門戶網(wǎng)營(yíng)的精準(zhǔn)營(yíng)銷應(yīng)用 圍繞北京公 司網(wǎng)站網(wǎng)營(yíng)精準(zhǔn)營(yíng)銷實(shí)際需求，利用面向精準(zhǔn)營(yíng)銷的用戶行為分析模型和推薦服務(wù)技術(shù)，開展以下研究： (1）通過(guò)插碼采集和 ETL 分析網(wǎng)營(yíng)用戶行為軌跡，挖掘用戶興趣偏好，不斷擴(kuò)展和完善北京移動(dòng)后臺(tái)用戶庫(kù)； (2）采用 SaaS 方式部署推薦服務(wù)，可在網(wǎng)營(yíng)指定區(qū)域開辟推薦欄目，通過(guò)感知在線用戶的實(shí)時(shí)行為和興趣，智能提供豐富精準(zhǔn)的個(gè)性化推薦內(nèi)容（如關(guān)聯(lián)推薦、相似推薦、協(xié)同推薦等），有效引導(dǎo)和吸引客戶辦理更多的移動(dòng)業(yè)務(wù)或?yàn)g覽更多內(nèi)容。相關(guān)數(shù)據(jù)以標(biāo)準(zhǔn)化形式存儲(chǔ)處理，可保證安全性和擴(kuò)展性； (3）探索精準(zhǔn)營(yíng)銷評(píng)估反饋機(jī)制和訓(xùn)練優(yōu)化 機(jī)制，不斷完善推薦精準(zhǔn)度和通用友好性。 14 / 27 總體架構(gòu)如下： 5.9 本聯(lián)合項(xiàng)目的技術(shù)難點(diǎn)和關(guān)鍵點(diǎn)匯總 子項(xiàng)目 項(xiàng)目難點(diǎn) 解決方案 用戶行為分析模型與精準(zhǔn)營(yíng)銷推薦平臺(tái) 大規(guī)模數(shù)據(jù)處理能力；模型的高可靠性；推薦實(shí)時(shí)性 利用分布式系統(tǒng)架構(gòu)設(shè)計(jì)；對(duì)于算法模型備份退化方案；研發(fā)具有離線計(jì)算、在線推薦能力的算法模型。 手機(jī)上網(wǎng)用戶行為分析應(yīng)用 數(shù)據(jù)大規(guī)模性；網(wǎng)頁(yè)類型多樣性；分類要求的高效性；分類體系的變化性。 系統(tǒng)架構(gòu)采用云存儲(chǔ)和云計(jì)算的方式，有良好的擴(kuò)展性；采用基于主題的分類方法解決海量網(wǎng)頁(yè)分類問(wèn)題。 音樂產(chǎn)品個(gè)性化推薦及精準(zhǔn)營(yíng)銷應(yīng)用 適合于推薦服務(wù)的數(shù)據(jù)庫(kù)模型；推薦算法的準(zhǔn)確度；推薦結(jié)果的展現(xiàn)形式。 做好充分的實(shí)驗(yàn)和測(cè)試，并引入啟發(fā)式規(guī)則提升推薦的精準(zhǔn)度。 15 / 27 MM 應(yīng)用商品智能推薦應(yīng)用 智能推薦分析層次體系建設(shè)中，用戶終端設(shè)備的影響。無(wú)歷史行為信息的用戶精準(zhǔn)推薦。實(shí)時(shí)推薦問(wèn)題。 建立動(dòng)態(tài)更新的“終端 -應(yīng)用”對(duì)照表，對(duì)智能推薦結(jié)果進(jìn)行二次干預(yù)。參考用戶在經(jīng)分系統(tǒng)的行為。采用離線計(jì)算、在線推薦的解決方 案 手機(jī)閱讀的靈活營(yíng)銷平臺(tái)和智能推薦 不同門戶的頁(yè)面組織方式不同。頁(yè)面參數(shù)配置和管理復(fù)雜。 WAP 提供標(biāo)簽級(jí)控制粒度，客戶端提供頁(yè)面級(jí)的控制粒度。采用動(dòng)態(tài)映射技術(shù)，對(duì)頁(yè)面上關(guān)聯(lián)了規(guī)則的標(biāo)簽進(jìn)行特殊顯示。 集團(tuán)和家庭用戶挖掘 基于手機(jī)移動(dòng)行為的用戶穩(wěn)定點(diǎn)識(shí)別。多源數(shù)據(jù)校驗(yàn)。社會(huì)關(guān)系識(shí)別精度提升。 采用基站合并策略和基站頻繁度進(jìn)行優(yōu)化。采用數(shù)據(jù)標(biāo)準(zhǔn)化處理機(jī)制清洗去噪。建立不同關(guān)系分類訓(xùn)練器的組合優(yōu)化識(shí)別結(jié)果 基于客服信息挖掘的觸點(diǎn)營(yíng)銷 客戶行為挖掘模型需準(zhǔn)確、動(dòng)態(tài)、自適應(yīng)；數(shù)據(jù)處理能力和軟 件開發(fā)能力；各渠道的名稱不統(tǒng)一。 在建模時(shí)考慮模型方便重新訓(xùn)練；模型具有可伸縮性，能夠處理海量數(shù)據(jù)；提前建立各渠道中各名稱的對(duì)照表。 統(tǒng)一門戶網(wǎng)營(yíng)精準(zhǔn)營(yíng)銷推薦應(yīng)用 網(wǎng)站用戶識(shí)別；遠(yuǎn)程服務(wù)模式的實(shí)現(xiàn)；大規(guī)模并發(fā)；模型的精度。 利用 cookie 實(shí)現(xiàn)非登錄用戶識(shí)別；研究院精準(zhǔn)營(yíng)銷平臺(tái)具備遠(yuǎn)程服務(wù)和大規(guī)模并發(fā)處理能力 5.10 性能指標(biāo)和效果評(píng)估體系 省公司 評(píng)價(jià)對(duì)象 性能 指標(biāo) 營(yíng)銷指標(biāo) 對(duì)比實(shí)驗(yàn) 研究院 研究院精準(zhǔn)營(yíng)銷平臺(tái) 1.并發(fā)訪問(wèn) 用戶數(shù) 2.響應(yīng)延時(shí) 3.模型訓(xùn)練時(shí)長(zhǎng) 無(wú) 無(wú) 16 / 27 4.最大支持 行為記錄數(shù) 5.最大支持業(yè)務(wù)應(yīng)用數(shù) 6.均方標(biāo)準(zhǔn)差 7.系統(tǒng)平均 無(wú)故障率 浙江公司 手機(jī)上網(wǎng)用戶行為分析應(yīng)用 1. 分類模型準(zhǔn)確率 2. 支持網(wǎng)頁(yè)數(shù)據(jù)量 3. 模型訓(xùn)練時(shí)長(zhǎng) 1.內(nèi)容營(yíng)銷轉(zhuǎn)化率。 2.自有數(shù)據(jù)業(yè)務(wù)流量增加比率。 無(wú) 四川公司 音樂個(gè)性化推薦應(yīng)用 1. Web 門戶 /WAP/客戶端產(chǎn)品推薦結(jié)果的響應(yīng)延時(shí) 2. 并發(fā)訪問(wèn)用戶數(shù) 3. 數(shù)據(jù)利用效率 4. 推薦結(jié)果更新頻率 1.推薦結(jié)果的轉(zhuǎn)化率 2.整體收入提升 無(wú) 廣東公司 MM 應(yīng)用商品個(gè)性化推薦應(yīng)用 1.客戶端推薦結(jié)果響應(yīng)延時(shí)。 2.并發(fā)訪問(wèn) 用戶數(shù) 3.推薦結(jié)果更新頻率 4.最大支持用戶數(shù)和數(shù)據(jù)量 5.推薦結(jié)果一致性 1.推薦結(jié)果的下載量貢獻(xiàn)度 2.推薦結(jié)果的點(diǎn)擊量 3. 推薦結(jié)果的轉(zhuǎn)化率 無(wú) 浙江公司 手機(jī)閱讀靈活營(yíng)銷應(yīng)用 1.營(yíng)銷需求功能開發(fā)工作量壓縮比。 2.組件復(fù)用度。 3.規(guī)則實(shí)現(xiàn)的準(zhǔn)確率 1.營(yíng)銷功能實(shí)現(xiàn)的開發(fā)成本節(jié)約量 2.頁(yè)面訪問(wèn)量增加量 3.用戶轉(zhuǎn)化率 4.用戶活躍度 營(yíng)銷方案實(shí)現(xiàn)周期對(duì)比 17 / 27 河南公司 集團(tuán)和家庭客戶識(shí)別應(yīng)用 1.集團(tuán)客戶識(shí)別準(zhǔn)確率 2.家庭客戶識(shí)別準(zhǔn)確率 3.模型 更新頻率 4.查詢響應(yīng)延時(shí) 1.集團(tuán)成員新增量。 2.家庭成員新增量。 3.業(yè)務(wù)提升量 識(shí)別準(zhǔn)確率對(duì)比 廣東公司 客戶服務(wù)信息挖掘應(yīng)用 1. 模型更新頻率 2. 數(shù)據(jù)處理速度 3. 數(shù)據(jù)吞吐量 1.渠道接觸成功率 2.營(yíng)銷成功率 3.關(guān)聯(lián)營(yíng)銷成功率 無(wú) 北京公司 統(tǒng)一門戶網(wǎng)營(yíng)精準(zhǔn)營(yíng)銷推薦應(yīng)用 1. 并發(fā)訪問(wèn)用戶數(shù) 2. 頁(yè)面響應(yīng)延時(shí) 3. 模型更新頻率 1.業(yè)務(wù)轉(zhuǎn)化率 2.平均訪問(wèn)時(shí)長(zhǎng) 無(wú) 六 、 專利檢索情況 專利檢索分析說(shuō)明： 1. 相對(duì)而言，本領(lǐng)域已經(jīng)有不少?gòu)S商和互聯(lián)網(wǎng)運(yùn)營(yíng)商開始申請(qǐng)或已經(jīng)申請(qǐng)專利，在制定技術(shù)方案時(shí)，需要關(guān)注外協(xié)合作方是否 將相關(guān)專利注入實(shí)現(xiàn)方案中。 2. 在選擇技術(shù)解決方案時(shí)，也要盡量選用我公司已獲獲正在申請(qǐng)的專利的技術(shù)方案。目前研究院在本領(lǐng)域已經(jīng)申請(qǐng) 10 余項(xiàng)專利。 檢索關(guān)鍵詞 有權(quán) 審中 用戶行為分析 and 精準(zhǔn) (確 )營(yíng)銷 0 篇 0 篇 音樂 and 推薦 5 篇 25 篇 （手機(jī) or 終端 ) and (應(yīng)用 or 軟件 ) and 推薦 1 篇 1 篇 (圖書 or電子書 ) and 推薦 1 篇 3 篇 18 / 27 網(wǎng)上營(yíng)業(yè)廳 and 精準(zhǔn) (確 )營(yíng)銷 0 篇 0 篇 客戶服務(wù) and 挖掘 6 篇 1 篇 社會(huì) (關(guān)系 )網(wǎng)絡(luò) 8 篇 49 篇 個(gè)性化推薦 15 篇 36 篇 用戶 (客戶 ) and 行為 and 分析 5 篇 4 篇 七、已有的 研究工作積累和取得的研究成果 7.1 用戶行為分析模型研究和精準(zhǔn)營(yíng)銷推薦平臺(tái) 7.2 手機(jī)上網(wǎng)用戶行為分析及應(yīng)用 1. 目前已經(jīng)初步完成了用戶和內(nèi)容標(biāo)簽的標(biāo)注機(jī)制。 目前一級(jí)標(biāo)簽 25 類，包括新聞、閱讀、娛樂、健康、財(cái)經(jīng)、游戲、體育、科技等，基本覆蓋移動(dòng)互聯(lián)網(wǎng)的內(nèi)容體系 。 目前二級(jí)分類標(biāo)簽約 238 類，針對(duì)一級(jí)標(biāo)簽進(jìn)行了詳細(xì)的內(nèi)容分析，目前重點(diǎn)完成的分類包括 閱讀、新聞、娛樂等，其他一級(jí)分類對(duì)應(yīng)的二級(jí)分類還在進(jìn)一步完善中 。 19 / 27 2. 目前已經(jīng)在 CMWAP 和 CMNET 上獲取了全部用戶的訪問(wèn)日志。 系統(tǒng)目前每天通過(guò) WAP 網(wǎng)關(guān)獲取用戶訪問(wèn)日志量 10 億 -12 億，經(jīng)過(guò)初步過(guò)濾后，需要進(jìn)一步進(jìn)行分析的話單量約 9-10 億條，涉及用戶 600-1000 余萬(wàn) 。 7.3 音樂個(gè)性化推薦引擎及精準(zhǔn)營(yíng)銷應(yīng)用 2010 年個(gè)性化推薦模型在現(xiàn)網(wǎng)部署后，經(jīng)過(guò)近 1 個(gè)月的實(shí)驗(yàn)觀測(cè)，用戶轉(zhuǎn)化率和頁(yè)面訪問(wèn)深度都有大幅度提升。 7.4 MM 應(yīng)用商品智能推薦應(yīng)用 MM 的平臺(tái)建設(shè)和用戶數(shù)據(jù)積累 （ 1） MM 平臺(tái)建設(shè)中已為智能推薦模塊的接口和引進(jìn)做了準(zhǔn)備。 （ 2）已有 MM 用戶和歷史行為，以及應(yīng)用的數(shù)據(jù)積累。 （ 3）已有的報(bào)表數(shù)據(jù)，和整理清洗過(guò)后的基礎(chǔ)數(shù)據(jù)。 （ 4） MM 以往積累了很多對(duì)用戶的行為分析和研究的結(jié)果。 7.5 手機(jī)閱讀靈活營(yíng)銷平臺(tái)和智能推薦應(yīng)用 目前已經(jīng)進(jìn)行了一些相關(guān)研究和試驗(yàn)工作，主要取得了如下研究和試驗(yàn)成功： WAP 門戶標(biāo)簽架構(gòu)重構(gòu)為本課題提供了基礎(chǔ)支撐 20 / 27 Portal 側(cè)環(huán)境變量的支持。環(huán)境變量是 Portal 的 OsCache 中根據(jù)上下文的不同而緩存的不同動(dòng)態(tài)數(shù)據(jù)。該技術(shù)可以為多維度組合營(yíng)銷緩 存適配規(guī)則 Wap2.0 標(biāo)準(zhǔn)支持與匹配規(guī)則的建立 統(tǒng)一的用戶信息管理。目前平臺(tái)已經(jīng)支持統(tǒng)一的用戶信息管理，這為以用戶作為緯度提供了基礎(chǔ)支持 終端 UA 信息的自動(dòng)獲取與匹配。目前平臺(tái)已經(jīng)建立了 DDR 終端 UA 信息自動(dòng)采集入庫(kù)，自動(dòng)識(shí)別匹配的功能，這為以終端作為緯度提供了基礎(chǔ)支持 渠道管理功能。目前平臺(tái)已經(jīng)具備完善的渠道管理和渠道 ID 分配功能，這為以渠道作為緯度提供了基礎(chǔ)支持 7.6 集團(tuán)和家庭客戶識(shí)別與精準(zhǔn)營(yíng)銷應(yīng)用 河南公司針對(duì)集團(tuán)客戶識(shí)別和家庭客戶識(shí)別方面在人工搜集的基礎(chǔ)上開展了一些模型構(gòu)建的嘗試，主要 內(nèi)容如下： 集團(tuán)客戶識(shí)別：通過(guò)個(gè)人通話交往圈結(jié)合集團(tuán)客戶屬性，深入研究集團(tuán)客戶特征，細(xì)分時(shí)間特征、通信特征、小區(qū)位置特征、集團(tuán)業(yè)務(wù)等一步步進(jìn)行范圍縮小精確定位集團(tuán)客戶，構(gòu)建出“集團(tuán)呼叫圈”來(lái)分析集團(tuán)客戶構(gòu)成情況，提升集團(tuán)客戶識(shí)別模型的精準(zhǔn)性和查全性。 家庭客戶識(shí)別：通過(guò)客戶交往圈，結(jié)合業(yè)務(wù)訂購(gòu)情況、通話小區(qū)特征、已有家庭成員對(duì)端非家庭成員通話頻率等方面，識(shí)別潛在家庭客戶。 從目前效果來(lái)看，由于小區(qū)位置信息主要是通話為主，對(duì)于客戶位置的識(shí)別具有一定的局限性。 7.7 客戶服務(wù)信息挖掘與精準(zhǔn)營(yíng)銷應(yīng)用 初步搭建 了精準(zhǔn)服務(wù)營(yíng)銷平臺(tái) 設(shè)計(jì)客戶渠道偏好和接觸偏好的“打分表” 應(yīng)用于短信群發(fā)、渠道分流、雙電聯(lián)動(dòng)項(xiàng)目中，取得一定成果 7.8 統(tǒng)一門戶網(wǎng)營(yíng)精準(zhǔn)營(yíng)銷推薦服務(wù) 21 / 27 2010 年北京移動(dòng)在建設(shè)統(tǒng)一門戶的同時(shí)，加強(qiáng)網(wǎng)站觸點(diǎn)營(yíng)銷能力建設(shè)，融合更多產(chǎn)品及服務(wù)，第一時(shí)間向客戶推薦未訂購(gòu)業(yè)務(wù)，形成持續(xù)營(yíng)銷； 建設(shè) WIDGET 接口，為客戶提供更多個(gè)性化功能和信息的體驗(yàn)和定制； 基于經(jīng)分系統(tǒng)建立主動(dòng)營(yíng)銷模型，并開展主動(dòng)營(yíng)銷模型的推廣和使用。 八、本課題的創(chuàng)新點(diǎn)和專利點(diǎn) 子項(xiàng)目 創(chuàng)新點(diǎn)和專利點(diǎn) 用戶行為分析模型與精 準(zhǔn)營(yíng)銷推薦平臺(tái) 在現(xiàn)有基礎(chǔ)上，新增基于云計(jì)算的推薦模型；用戶興趣 profile 模型；不良信息過(guò)濾模型；廣告推薦模型；面向精確營(yíng)銷的數(shù)據(jù)中心等。擬挖掘 2 項(xiàng)專利。 手機(jī)上網(wǎng)用戶行為分析應(yīng)用 建立客戶 -內(nèi)容 -業(yè)務(wù)的三維標(biāo)簽體系；針對(duì)移動(dòng)互聯(lián)網(wǎng)提出了一種適應(yīng)分類體系變化的海量網(wǎng)頁(yè)文本快速分類方法。擬挖掘 1 項(xiàng)專利 音樂個(gè)性化推薦引擎及精準(zhǔn)營(yíng)銷應(yīng)用 用戶行為數(shù)據(jù)庫(kù)（ UDB）；產(chǎn)品數(shù)據(jù)庫(kù)（ PDB）的研制；音樂個(gè)性化推薦引擎。基于智能搜索引擎技術(shù)的音樂精準(zhǔn)營(yíng)銷方法。集成數(shù)據(jù)處理、分析方法、結(jié)果展示為一體的針對(duì)性 音樂用戶行為分析工具；形成一套針對(duì)含內(nèi)容合作商的業(yè)務(wù)的標(biāo)準(zhǔn)評(píng)價(jià)方法，通過(guò)對(duì)各業(yè)務(wù)及 CP的綜合評(píng)價(jià)，科學(xué)的輔助業(yè)務(wù)發(fā)展決策統(tǒng)。 MM 應(yīng)用商品智能推薦應(yīng)用 基于終端特征的應(yīng)用商品智能推薦； MM 智能推薦數(shù)據(jù)集市構(gòu)建； MM門戶智能推薦模塊、用戶身份多維度識(shí)別技術(shù)；基于啟發(fā)式規(guī)則的推薦結(jié)果優(yōu)化。擬挖掘 1 項(xiàng)專利。 手機(jī)閱讀的靈活營(yíng)銷平臺(tái)和智能推薦 將分散的營(yíng)銷需求進(jìn)行了整合分析，抽取共同點(diǎn)，歸納出多個(gè)緯度，提高開發(fā)成果的復(fù)用率，將硬編碼的實(shí)現(xiàn)改變?yōu)榱烁鶕?jù)配置的規(guī)則來(lái)進(jìn)行展現(xiàn)。實(shí)現(xiàn)在閱讀產(chǎn)品中的個(gè)性化電子書推薦 服務(wù)。擬挖掘?qū)＠?1 項(xiàng)。 集團(tuán)和家庭用戶挖掘和精確營(yíng)銷應(yīng)用 基于移動(dòng)行為的用戶穩(wěn)定點(diǎn)發(fā)現(xiàn)方法；基于位置信息的社會(huì)關(guān)系識(shí)別方法；基于位置信息的用戶關(guān)系全景可視化展示。 客服信息挖掘和精確營(yíng)銷應(yīng)用 形成客戶興趣、消費(fèi)能力、客戶價(jià)值、忠誠(chéng)度、生活習(xí)慣等客戶全息特征庫(kù)。研發(fā)客戶 -業(yè)務(wù)、客戶 -渠道、業(yè)務(wù) -渠道、營(yíng)銷時(shí)機(jī)等四個(gè)適配模型，開發(fā)運(yùn)營(yíng)平臺(tái) 統(tǒng)一門戶網(wǎng)營(yíng)精準(zhǔn)營(yíng)銷推薦應(yīng)用 建立適用于北京移動(dòng)網(wǎng)營(yíng)渠道的用戶行為軌跡分析機(jī)制，挖掘用戶需求及營(yíng)銷目標(biāo)；基于云計(jì)算存儲(chǔ)的海量行為數(shù)據(jù)管理機(jī)制，提升集中化數(shù)據(jù)管 理效率，豐富北京移動(dòng)用戶畫像；支持實(shí)時(shí)匿名和大規(guī)模并發(fā)推薦的遠(yuǎn)程服務(wù)，便于擴(kuò)展維護(hù)。 九 、 外部合作伙伴委托方案 22 / 27 本項(xiàng)目我公司擁有外部合作的完全知識(shí)產(chǎn)權(quán)，不涉及第三方知識(shí)產(chǎn)權(quán)使用。 十 、 預(yù)期 研究 產(chǎn)出 1. 研究成果 （研究報(bào)告、形成的軟硬件平臺(tái)） 精準(zhǔn)營(yíng)銷推薦平臺(tái) 手機(jī)上網(wǎng)用戶行為分析系統(tǒng) 音樂個(gè)性化推薦引擎 MM 智能推薦引擎 手機(jī)閱讀多維度組合靈活營(yíng)銷平臺(tái) 基于位置的社會(huì)關(guān)系網(wǎng)絡(luò)分析平臺(tái) 基于 CRM 的 T-CPC 運(yùn)營(yíng)平臺(tái) 基于 SaaS 架構(gòu)的網(wǎng)營(yíng)推薦應(yīng)用系統(tǒng) 2. 專利成果 （專利申請(qǐng)計(jì)劃） ： 研究院 2 項(xiàng) 、四川公司 1 項(xiàng)、浙江公司 1 項(xiàng)、河南公司 1 項(xiàng) 3. 試驗(yàn)成果 （開展的相關(guān)試驗(yàn)室及外場(chǎng)測(cè)試工作中形成的試驗(yàn)報(bào)告） ： 手機(jī)上網(wǎng)內(nèi)容營(yíng)銷效果評(píng)估及報(bào)告 音樂個(gè)性化推薦效果評(píng)估及報(bào)告 MM 智能推薦營(yíng)銷效果評(píng)估及報(bào)告 手機(jī)閱讀精確營(yíng)銷效果評(píng)估及報(bào)告 集團(tuán)和家庭客戶精確營(yíng)銷效果評(píng)估 基于客服信息挖掘的觸點(diǎn)營(yíng)銷評(píng)估 統(tǒng)一門戶網(wǎng)營(yíng)精準(zhǔn)營(yíng)銷推薦效果評(píng)估 十一 、 課題 研究 分工 單位 分工內(nèi)容 研究產(chǎn)出 負(fù)責(zé)人 23 / 27 研究院 1.研究方案規(guī)劃、項(xiàng)目管理 2.用戶行為分析模型研究 3.精準(zhǔn)營(yíng)銷推薦平臺(tái)開發(fā) 1. 算法模型； 2. 專利； 3. 軟件系統(tǒng)平臺(tái) 浙江公司 1.引入研究院用戶行為分析模型 2.手機(jī)上網(wǎng)用戶行為分析系統(tǒng)建設(shè) 3.開展互聯(lián)網(wǎng)內(nèi)容營(yíng)銷評(píng)估實(shí)驗(yàn) 1. 軟件系統(tǒng)； 2. 營(yíng)銷效果評(píng)估報(bào)告 四川公司 音樂基地 1.引入研究院分析模型和推薦平臺(tái) 2.基于音樂產(chǎn)品開發(fā)推薦引擎 3.開展音樂推薦營(yíng)銷評(píng)估實(shí)驗(yàn) 1. 軟件系統(tǒng)； 2.專利； 3. 營(yíng)銷效果評(píng)估報(bào)告 廣東公司 互聯(lián)網(wǎng)基地 1.引入研究院分析模型和推薦平臺(tái) 2.基于 MM 產(chǎn)品開發(fā)推薦引擎 3.開展應(yīng)用商品推薦營(yíng)銷評(píng)估實(shí)驗(yàn) 1. 軟件系統(tǒng)； 2. 營(yíng)銷效果評(píng)估報(bào)告 浙江公司 閱讀1.開發(fā)手機(jī)閱讀靈活營(yíng)銷平臺(tái) 2.開展?fàn)I銷評(píng)估實(shí)驗(yàn) 1. 軟件系統(tǒng)； 2. 專利； 3. 營(yíng)銷效果評(píng)估報(bào)告 24 / 27 基地 河南公司 1.引入研究院社會(huì)網(wǎng)絡(luò)分析模型 2.開發(fā)集團(tuán)和家庭客戶識(shí)別的系統(tǒng) 3.開展精準(zhǔn)營(yíng)銷評(píng)估實(shí)驗(yàn) 1. 軟件系統(tǒng)； 2. 營(yíng)銷效果評(píng)估報(bào)告 廣東公司 1.開發(fā)基于客服信息挖掘的營(yíng)銷平臺(tái) 2.開展觸點(diǎn)營(yíng)銷評(píng)估實(shí)驗(yàn) 1. 軟件系統(tǒng)； 2. 營(yíng)銷效果評(píng)估報(bào)告 北京公司 1.開發(fā)網(wǎng)營(yíng)推薦應(yīng)用系統(tǒng) 2.開展統(tǒng)一門戶網(wǎng)營(yíng)營(yíng)銷評(píng)估實(shí)驗(yàn) 1. 軟件系統(tǒng)； 2. 營(yíng)銷效果評(píng)估報(bào)告 十二、項(xiàng)目研究 計(jì)劃進(jìn)度 子項(xiàng)目 5-6 月份 7-8 月份 9 月份 10 月份 11 月份 12 月份 用戶行為分析模