本发明专利技术提供一种运营商套餐推荐方法、装置及计算机可读存储介质，该方法包括：将目标用户当月之前的预设个月的流量数据以及当月流量数据输入训练好的流量数据模型，得到下一个月目标用户每天的流量预测数据；将目标用户当月之前的预设个月的通话数据以及当月通话数据输入训练好的通话数据模型，得到下一个月目标用户每天的通话预测数据；根据下一个月目标用户每天的流量预测数据以及通话预测数据获取目标用户下一个月预计使用的流量数据量和通话数据量；基于所述流量数据量和通话数据量向目标用户推荐运营商套餐。该方法、装置及计算机可读存储介质能够解决现有的运营商套餐推荐方法套餐推荐的准确性低、无法为用户推荐合适的套餐的问题。合适的套餐的问题。合适的套餐的问题。
【技术实现步骤摘要】
一种运营商套餐推荐方法、装置及计算机可读存储介质
[0001]本专利技术涉及通信
，尤其涉及一种运营商套餐推荐方法、装置及计算机可读存储介质。
技术介绍
[0002]目前，运营商向普通用户提供的套餐中主要包含以下几个方面的内容：流量、通话时间、其他权益。然而，现有的运营商套餐推荐方法都是基于用户的历史购买套餐数据和用户实际流量使用数据进行的，这种方法相对来说无法彻底分析用户的流量使用习惯，无法有效的预测未来用户的使用情况。同时，仅仅依据流量数据进行预测相对来说比较片面，导致套餐推荐的准确性低，无法为用户推荐合适的套餐。
技术实现思路
[0003]本专利技术所要解决的技术问题是针对现有技术的上述不足，提供一种运营商套餐推荐方法、装置及计算机可读存储介质，用以解决现有的运营商套餐推荐方法套餐推荐的准确性低、无法为用户推荐合适的套餐的问题。
[0004]第一方面，本专利技术提供一种运营商套餐推荐方法，包括：
[0005]将目标用户当月之前的预设个月的流量数据以及当月流量数据输入训练好的流量数据模型，得到下一个月所述目标用户每天的流量预测数据；
[0006]将目标用户当月之前的预设个月的通话数据以及当月通话数据输入训练好的通话数据模型，得到下一个月所述目标用户每天的通话预测数据；
[0007]根据下一个月所述目标用户每天的流量预测数据以及通话预测数据获取所述目标用户下一个月预计使用的流量数据量和通话数据量；
[0008]基于所述流量数据量和通话数据量向所述目标用户推荐运营商套餐。
[0009]进一步地，所述将目标用户当月之前的预设个月的流量数据以及当月流量数据输入训练好的流量数据模型之前，所述方法还包括：
[0010]构建第一门控循环单元GRU模型，所述第一GRU模型包括两层第一GRU映射层和一层第一线性输出层；
[0011]基于所述目标用户的历史流量数据对所述第一GRU模型进行训练，得到所述训练好的流量数据模型。
[0012]进一步地，所述基于所述目标用户的历史流量数据对所述第一GRU模型进行训练，得到所述训练好的流量数据模型，具体包括：
[0013]获取目标用户历史一年内的历史流量数据；
[0014]将所述历史流量数据分为训练数据和测试数据；
[0015]采用所述历史流量数据中的训练数据对所述第一GRU模型进行训练，得到训练后的所述第一GRU模型；
[0016]采用所述历史流量数据中的测试数据对训练后的所述第一GRU模型进行参数调
整，得到所述训练好的流量数据模型。
[0017]进一步地，所述将目标用户当月之前的预设个月的通话数据以及当月通话数据输入训练好的通话数据模型之前，所述方法还包括：
[0018]构建第二GRU模型，所述第二GRU模型包括两层第二GRU映射层和一层第二线性输出层；
[0019]基于所述目标用户的历史通话数据对所述第二GRU模型进行训练，得到所述训练好的通话数据模型。
[0020]进一步地，所述基于所述目标用户的历史通话数据对所述第二GRU模型进行训练，得到所述训练好的通话数据模型，具体包括：
[0021]获取目标用户历史一年内的历史通话数据；
[0022]将所述历史通话数据分为训练数据和测试数据；
[0023]采用所述历史通话数据中的训练数据对所述第二GRU模型进行训练，得到训练后的所述第二GRU模型；
[0024]采用所述历史通话数据中的测试数据对训练后的所述第二GRU模型进行参数调整，得到所述训练好的通话数据模型。
[0025]进一步地，所述基于所述流量数据量和通话数据量向所述目标用户推荐运营商套餐，具体包括：
[0026]查询运营商套餐列表中能满足所述流量数据量和通话数据量且剩余量最少的运营商套餐作为目标套餐推荐给所述目标用户。
[0027]进一步地，所述预设个月为一个月。
[0028]第二方面，本专利技术提供一种运营商套餐推荐装置，包括：
[0029]流量预测模块，用于将目标用户当月之前的预设个月的流量数据以及当月流量数据输入训练好的流量数据模型，得到下一个月所述目标用户每天的流量预测数据；
[0030]通话预测模块，与所述流量预测模块连接，用于将目标用户当月之前的预设个月的通话数据以及当月通话数据输入训练好的通话数据模型，得到下一个月所述目标用户每天的通话预测数据；
[0031]数据量获取模块，与所述通话预测模块连接，用于根据下一个月所述目标用户每天的流量预测数据以及通话预测数据获取所述目标用户下一个月预计使用的流量数据量和通话数据量；
[0032]套餐推荐模块，与所述数据量获取模块连接，用于基于所述流量数据量和通话数据量向所述目标用户推荐运营商套餐。
[0033]第三方面，本专利技术提供一种运营商套餐推荐装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以实现上述第一方面所述的运营商套餐推荐方法。
[0034]第四方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的运营商套餐推荐方法。
[0035]本专利技术提供的运营商套餐推荐方法、装置及计算机可读存储介质，考虑到套餐推荐中通话数据和流量数据同样重要，且用户的流量使用习惯和通话时间受时间因素影响较
大，因此，本专利技术首先将目标用户当月之前的预设个月的流量数据以及当月流量数据输入训练好的流量数据模型，得到下一个月所述目标用户每天的流量预测数据；然后将目标用户当月之前的预设个月的通话数据以及当月通话数据输入训练好的通话数据模型，得到下一个月所述目标用户每天的通话预测数据；由于训练好的流量数据模型和通话数据模型能够分析目标用户的流量使用习惯和通话使用习惯，因此，能够有效预测目标用户下一个月的使用情况，最后再根据下一个月所述目标用户每天的流量预测数据以及通话预测数据获取所述目标用户下一个月预计使用的流量数据量和通话数据量，并基于所述流量数据量和通话数据量向所述目标用户推荐运营商套餐，从而能够提高套餐推荐的准确性，为用户推荐最为合适的套餐，解决了现有的运营商套餐推荐方法套餐推荐的准确性低、无法为用户推荐合适的套餐的问题。
附图说明
[0036]图1为本专利技术实施例1的一种运营商套餐推荐方法的流程图；
[0037]图2为本专利技术实施例2的一种运营商套餐推荐装置的结构示意图；
[0038]图3为本专利技术实施例3的一种运营商套餐推荐装置的结构示意图。
具体实施方式
[0039]为使本领域技术人员更好地理解本专利技术的技术方案，下面将结合附图对本专利技术实施方式作进一步地详细描述。
[0040]可以理解的是，此处描述的具体实施例和附图仅仅用于解释本专利技术，而非对本专利技术的限定。
[0041]可以理解的是，在不冲突的情况下，本专利技术中的各实施例及实施例中的各特本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种运营商套餐推荐方法，其特征在于，包括：将目标用户当月之前的预设个月的流量数据以及当月流量数据输入训练好的流量数据模型，得到下一个月所述目标用户每天的流量预测数据；将目标用户当月之前的预设个月的通话数据以及当月通话数据输入训练好的通话数据模型，得到下一个月所述目标用户每天的通话预测数据；根据下一个月所述目标用户每天的流量预测数据以及通话预测数据获取所述目标用户下一个月预计使用的流量数据量和通话数据量；基于所述流量数据量和通话数据量向所述目标用户推荐运营商套餐。2.根据权利要求1所述的运营商套餐推荐方法，其特征在于，所述将目标用户当月之前的预设个月的流量数据以及当月流量数据输入训练好的流量数据模型之前，所述方法还包括：构建第一门控循环单元GRU模型，所述第一GRU模型包括两层第一GRU映射层和一层第一线性输出层；基于所述目标用户的历史流量数据对所述第一GRU模型进行训练，得到所述训练好的流量数据模型。3.根据权利要求2所述的运营商套餐推荐方法，其特征在于，所述基于所述目标用户的历史流量数据对所述第一GRU模型进行训练，得到所述训练好的流量数据模型，具体包括：获取目标用户历史一年内的历史流量数据；将所述历史流量数据分为训练数据和测试数据；采用所述历史流量数据中的训练数据对所述第一GRU模型进行训练，得到训练后的所述第一GRU模型；采用所述历史流量数据中的测试数据对训练后的所述第一GRU模型进行参数调整，得到所述训练好的流量数据模型。4.根据权利要求1所述的运营商套餐推荐方法，其特征在于，所述将目标用户当月之前的预设个月的通话数据以及当月通话数据输入训练好的通话数据模型之前，所述方法还包括：构建第二GRU模型，所述第二GRU模型包括两层第二GRU映射层和一层第二线性输出层；基于所述目标用户的历史通话数据对所述第二GRU模型进行训练，得到所述训练好的通话数据模型。5.根据权利要求4所述的运营商套餐推荐方法，其特征在于，所述基于所述目标用户的历史通话数据对所述第二GRU模...
【专利技术属性】
技术研发人员：李堃，蔡一欣，赵慧，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。