基于异网手机号的业务推荐方法及装置与流程

1.本公开涉及数据分析领域，特别涉及基于异网手机号的业务推荐方法及装置、计算机可存储介质。


背景技术：

2.携号转网(也称作号码携带或移机不改号)就是一家运营商的用户，无需改变自己的手机号码，就能转为另一家运营商的用户，并享受其提供的各种服务。
3.随着携号转网的逐渐普及，如何对海量的异网手机用户进行挖掘，从而实现精准的业务推荐成为一大难题。


技术实现要素：

4.发明人认为：目前还未提供一种用于挖掘异网手机用户并实现精准业务推荐的有效方法。
5.对于上述技术问题，本公开提出了一种解决方案，能够提高确定与异网手机号相关联的业务标识的准确性和时效性，从而可以提高基于异网手机号的业务推荐的准确性和时效性。
6.根据本公开的第一方面，提供了一种基于异网手机号的业务推荐方法，包括：获取与第一业务标识对应的业务数据中的至少一个异网手机号；对于每个异网手机号，根据所述业务数据的生成时间与所述每个异网手机号的获取时间之间的间隔时长，确定与所述每个异网手机号相关联的业务标识；根据与所述每个异网手机号相关联的业务标识，进行业务推荐。
7.在一些实施例中，确定与所述每个异网手机号相关联的业务标识包括：在所述间隔时长小于或等于时长阈值的情况下，确定与所述每个异网手机号相关联的业务标识为所述第一业务标识；在所述间隔时长大于所述时长阈值的情况下，根据所述每个异网手机号与多个本网手机号之间的关联度，确定与所述每个异网手机号相关联的业务标识。
8.在一些实施例中，根据所述每个异网手机号与多个本网手机号之间的关联度，确定与所述每个异网手机号相关联的业务标识包括：获取所述每个异网手机号在第一指定时间段内与多个本网手机号的话单数据；根据所述话单数据，确定所述每个异网手机号与每个本网手机号之间的通话行为特征数据，所述通话行为特征数据表征所述关联度；根据所述每个异网手机号与每个本网手机号之间的通话行为特征数据，预测可能与所述每个异网手机号相关联的业务标识；根据与所述多个本网手机号对应的各个预测结果，确定与所述每个异网手机号相关联的业务标识。
9.在一些实施例中，所述多个本网手机号对应多个第二业务标识，所述第一指定时间段包括多个子时间段，通话行为特征数据包括在每个子时间段内的通话行为特征数据，预测可能与所述每个异网手机号相关联的业务标识包括：对于每个子时间段，将对应的通话行为特征数据作为机器学习模型的输入数据，预测可能与所述每个异网手机号相关联的
业务标识；根据与所述多个本网手机号对应的各个预测结果，确定与所述每个异网手机号相关联的业务标识包括：对于每个子时间段，根据与所述多个本网手机号对应的各个预测结果，确定每个第二业务标识的第一标记值，所述第一标记值包括第一正标记值和第一负标记值，所述第一正标记值表示存在至少一个本网手机号的预测结果为所述每个异网手机号可能与所述每个第二业务标识相关联，所述第一负标记值表示不存在任何一个本网手机号的预测结果为所述每个异网手机号可能与所述每个第二业务标识相关联；在存在至少一个第二业务标识在所述多个子时间段的第一标记值均为第一正标记值的情况下，确定与所述每个异网手机号相关联的业务标识为所述至少一个第二业务标识。
10.在一些实施例中，根据与所述多个本网手机号对应的各个预测结果，确定与所述每个异网手机号相关联的业务标识还包括：在不存在任何一个第二业务标识在所述多个子时间段的第一标记值均相同的情况下，根据所述话单数据，确定在每个子时间段内所述多个本网手机号中对应每个第二业务标识的本网手机号的个数；对于每个子时间段，根据所述多个本网手机号中对应每个第二业务标识的本网手机号的个数，确定所述每个第二业务标识的第二标记值，所述第二标记值包括第二正标记值和第二负标记值，所述第二正标记值表示与所述每个第二业务标识对应的本网手机号的个数是最多的，所述第二负标记值表示与所述每个第二业务标识对应的本网手机号的个数不是最多的，所述个数表征所述关联度；对于所述至少一个第二业务标识中的每个第二业务标识，在存在至少一个子时间段的第二标记值为第二正标记值的情况下，根据存在至少一个子时间段的第二标记值为第二正标记值的第二业务标识的个数，确定与所述每个异网手机号相关联的业务标识。
11.在一些实施例中，根据存在至少一个子时间段的第二标记值为第二正标记值的第二业务标识的个数，确定与所述每个异网手机号相关联的业务标识包括：在存在至少一个子时间段的第二标记值为第二正标记值的第二业务标识的个数只有一个的情况下，确定与所述每个异网手机号相关联的业务标识为该第二业务标识；在存在至少一个子时间段的第二标记值为第二正标记值的第二业务标识的个数有多个的情况下，确定与所述每个异网手机号相关联的业务标识为与所述每个异网手机号的通话次数最多的本网手机号对应的第二业务标识。
12.在一些实施例中，确定与所述每个异网手机号相关联的业务标识的置信等级包括一级、二级和三级，一级的置信等级高于二级的置信等级，二级的置信等级高于三级的置信等级，确定与所述每个异网手机号相关联的业务标识为所述第一业务标识的置信等级为一级，确定与所述每个异网手机号相关联的业务标识为所述至少一个第二业务标识的置信等级为二级，根据存在至少一个子时间段的第二标记值为第二正标记值的第二业务标识的个数确定与所述每个异网手机号相关联的业务标识的置信等级为三级。
13.在一些实施例中，所述业务标识为宽带业务标识，根据与所述多个本网手机号对应的各个预测结果，确定与所述每个异网手机号相关联的业务标识还包括：在不存在任何一个第二业务标识在任何一个子时间段的第一标记值为第一正标记值的情况下，获取与本网的多个预设业务标识对应的固网深度报文检测dpi数据，所述预设业务标识包括所述第一业务标识和所述多个第二业务标识，所述dpi数据表征所述关联度；对于每个预设业务标识，解析对应的固网dpi数据，得到至少一个异网手机号；在解析得到的所述至少一个异网手机号包括所述每个异网手机号的情况下，确定与所述每个异网手机号相关联的业务标识
为所述每个预设业务标识。
14.在一些实施例中，根据与所述多个本网手机号对应的各个预测结果，确定与所述每个异网手机号相关联的业务标识还包括：在解析得到的所述至少一个异网手机号不包括所述每个异网手机号的情况下，获取所述每个异网手机号在第二指定时间段内的业务数据，所述第二指定时间段大于所述第一指定时间段；确定与所述每个异网手机号相关联的业务标识为与所述业务数据对应的至少一个业务标识。
15.在一些实施例中，确定与所述每个异网手机号相关联的业务标识的置信等级还包括四级和五级，三级的置信等级高于四级的置信等级，四级的置信等级高于五级的置信等级，确定与所述每个异网手机号相关联的业务标识为所述每个预设业务标识的置信等级为四级，确定与所述每个异网手机号相关联的业务标识为与所述业务数据对应的至少一个业务标识的置信等级为五级。
16.在一些实施例中，根据所述每个异网手机号与多个本网手机号之间的关联度，确定与所述每个异网手机号相关联的业务标识还包括：获取在所述指定时间段内主叫手机号和被叫手机号都属于本网手机号、且都对应同一个业务标识的话单数据，作为第一训练数据；获取所述指定时间段内主叫手机号和被叫手机号都属于本网手机号、且对应不同业务标识的话单数据，作为第二训练数据；根据所述第一训练数据，确定所述第一训练数据中的每个主叫手机号与每个被叫手机号之间的通话行为特征数据，作为正样本数据；根据所述第二训练数据，确定所述第二训练数据中的每个主叫手机号与每个被叫手机号之间的通话行为特征数据，作为负样本数据；利用所述正样本数据和所述负样本数据训练所述机器学习模型。
17.在一些实施例中，所述机器学习模型为部署于spark中的随机森林算法模型。
18.在一些实施例中，所述业务数据包括投诉数据、报障数据和订单数据。
19.在一些实施例中，所述通话行为特征数据包括通话次数、通话时长和通话时间段。
20.根据本公开第二方面，提供了一种基于异网手机号的业务推荐装置，包括：获取模块，被配置为获取与第一业务标识对应的业务数据中的至少一个异网手机号；确定模块，被配置为对于每个异网手机号，根据所述业务数据的生成时间与所述每个异网手机号的获取时间之间的间隔时长，确定与所述每个异网手机号相关联的业务标识；推荐模块，被配置为根据与所述每个异网手机号相关联的业务标识，进行业务推荐。
21.根据本公开第三方面，提供了一种基于异网手机号的业务推荐装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令，执行上述任一实施例所述的基于异网手机号的业务推荐方法。
22.根据本公开的第四方面，提供了一种计算机可存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上述任一实施例所述的基于异网手机号的业务推荐方法。
23.在上述实施例中，能够提高确定与异网手机号相关联的业务标识的准确性和时效性，从而可以提高基于异网手机号的业务推荐的准确性和时效性。
附图说明
24.构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解
释本公开的原理。
25.参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：
26.图1是示出根据本公开一些实施例的基于异网手机号的业务推荐方法的流程图；
27.图2是示出根据本公开一些实施例的确定与每个异网手机号相关联的业务标识的流程图；
28.图3是示出根据本公开一些实施例的根据每个异网手机号与多个本网手机号之间的关联度确定与每个异网手机号相关联的业务标识的流程图；
29.图4是示出根据本公开一些实施例的根据与多个本网手机号对应的各个预测结果确定与每个异网手机号相关联的业务标识的流程图；
30.图5是示出根据本公开一些实施例的基于异网手机号的业务推荐装置的框图；
31.图6是示出根据本公开另一些实施例的基于异网手机号的业务推荐装置的框图；
32.图7是示出用于实现本公开一些实施例的计算机系统的框图。
具体实施方式
33.现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
34.同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
35.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。
36.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
37.在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
38.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
39.图1是示出根据本公开一些实施例的基于异网手机号的业务推荐方法的流程图。
40.如图1所示，基于异网手机号的业务推荐方法包括步骤s10-步骤s30。
41.在步骤s10中，获取与第一业务标识对应的业务数据中的至少一个异网手机号。
42.例如，业务标识可以为宽带业务标识。该宽带业务标识可以为家庭宽带业务标识。
43.例如，业务数据包括投诉数据、报障数据和订单数据。投诉数据为针对一业务标识的业务进行投诉产生的数据。报障数据为针对一业务标识的业务进行报障产生的数据。订单数据为针对一业务标识的业务生成的订单的数据。
44.在步骤s20中，对于每个异网手机号，根据业务数据的生成时间与每个异网手机号的获取时间之间的间隔时长，确定与每个异网手机号相关联的业务标识。
45.例如，可以通过图2的方式实现步骤s20中的确定与每个异网手机号相关联的业务标识。
46.图2是示出根据本公开一些实施例的确定与每个异网手机号相关联的业务标识的
流程图。
47.如图2所示，确定与每个异网手机号相关联的业务标识包括步骤s21-步骤s23。
48.在步骤s21中，判断业务数据的生成时间与每个异网手机号的获取时间之间的间隔时长是否小于或等于时长阈值。例如，时长阈值为3个月。
49.在业务数据的生成时间与每个异网手机号的获取时间之间的间隔时长小于或等于时长阈值的情况下，执行步骤s22。
50.在步骤s22中，确定与每个异网手机号相关联的业务标识为第一业务标识。
51.在一些实施例中，确定与每个异网手机号相关联的业务标识具有一定的置信等级。例如，确定与每个异网手机号相关联的业务标识的置信等级为一级。一级的置信等级最高。
52.例如，上述确定与每个异网手机号相关联的业务标识为第一业务标识的过程可以利用规则一来描述：(case when ts_month_dur≤3 or bz_month_dur≤3 or order_month_dur≤3 then 1 else 0 end)as lv_1。
53.在规则一中，ts_month_dur表示投诉数据的生成时间与异网手机号的获取时间之间的投诉间隔时长，bz_month_dur表示报障数据的生成时间与异网手机号的获取时间之间的报障间隔时长，order_month_dur表示订单数据的生成时间与异网手机号的获取时间之间的订单间隔时长，lv_1表示置信度等级。在该规则中，时长阈值为3个月。
54.规则一表示在订单间隔时长小于或等于3个月或者报障间隔时长小于或等于3个月或者订单间隔时长小于或等于3个月的情况下，为lv_1赋值为1。用lv_1＝1表示异网手机号的业务标识为与满足间隔时长小于或等于3的业务数据对应的第一业务标识且置信等级为lv_1。在订单间隔时长大于3个月或者报障间隔时长大于3个月或者订单间隔时长大于3个月的情况下，为lv_1赋值为0。用lv_1＝0表示异网手机号的业务标识不为与满足间隔时长小于或等于3的业务数据对应的第一业务标识。
55.在上述实施例中，三种业务数据可以组合进行判断，也可以仅采用其中一种进行判断。
56.在业务数据的生成时间与每个异网手机号的获取时间之间的间隔时长小于或等于时长阈值的情况下，执行步骤s23。
57.在步骤s23中，根据每个异网手机号与多个本网手机号之间的关联度，确定与每个异网手机号相关联的业务标识。
58.例如，可以通过如图3所示的步骤实现上述步骤s23。
59.图3是示出根据本公开一些实施例的根据每个异网手机号与多个本网手机号之间的关联度确定与每个异网手机号相关联的业务标识的流程图。
60.如图3所示，根据每个异网手机号与多个本网手机号之间的关联度，确定与每个异网手机号相关联的业务标识包括步骤s231-步骤s234。
61.在步骤s231中，获取每个异网手机号在第一指定时间段内与多个本网手机号的话单数据。在一些实施例中，第一指定时间段包括多个子时间段。例如，第一指定时间段为与获取异网手机号的时间最近的三个月。
62.在步骤s232中，根据话单数据，确定每个异网手机号与每个本网手机号之间的通话行为特征数据。通话行为特征数据表征关联度。以第一指定时间段包括多个子时间段为
例，通话行为特征数据包括在每个子时间段内的通话行为特征数据。例如，通话行为特征数据包括通话次数、通话时长和通话时间段。
63.在一些实施例中，在确定通话行为特征数据之前还可以利用大数据平台对话单数据进行预处理。该预处理包括删除缺失数据或根据经验值填充异常数据。
64.在步骤s233中，根据每个异网手机号与每个本网手机号之间的通话行为特征数据，预测可能与每个异网手机号相关联的业务标识。以第一指定时间段包括多个子时间段为例，对于每个子时间段，将对应的通话行为特征数据作为机器学习模型的输入数据，预测可能与每个异网手机号相关联的业务标识。在一些实施例中，机器学习模型为部署于spark中(例如mllib库)的随机森林(random forest)算法模型。该部署于spark中的随机森林(random forest)算法模型可以称为家庭圈模型。
65.在步骤s234中，根据与多个本网手机号对应的各个预测结果，确定与每个异网手机号相关联的业务标识。
66.以第一指定时间段包括多个子时间段为例，可以通过如图4所示的方式实现步骤s234。
67.图4是示出根据本公开一些实施例的根据与多个本网手机号对应的各个预测结果确定与每个异网手机号相关联的业务标识的流程图。
68.如图4所示，根据与多个本网手机号对应的各个预测结果确定与每个异网手机号相关联的业务标识包括步骤s2340-步骤s2342。多个本网手机号对应多个第二业务标识。
69.在步骤s2340中，对于每个子时间段，根据与多个本网手机号对应的各个预测结果，确定每个第二业务标识的第一标记值。第一标记值包括第一正标记值和第一负标记值。第一正标记值表示存在至少一个本网手机号的预测结果为每个异网手机号可能与每个第二业务标识相关联。第一负标记值表示不存在任何一个本网手机号的预测结果为每个异网手机号可能与每个第二业务标识相关联。第一正标记值例如为1，第一负标记值例如为0。
70.在步骤s2341中，判断多个第二业务标识在多个子时间段所满足的预设条件。预设条件包括第一预设条件、第二预设条件和第三预设条件。第一预设条件为存在至少一个第二业务标识在多个子时间段的第一标记值均为第一正标记值。第二预设条件为不存在任何一个第二业务标识在多个子时间段的第一标记值均相同。第三预设条件为在不存在任何一个第二业务标识在任何一个子时间段的第一标记值为第一正标记值。
71.在满足第一预设条件即存在至少一个第二业务标识在多个子时间段的第一标记值均为第一正标记值的情况下，执行步骤s2342。
72.在步骤s2342中，确定与每个异网手机号相关联的业务标识为该至少一个第二业务标识。例如，确定与每个异网手机号相关联的业务标识为该至少一个第二业务标识的置信等级为二级。二级的置信等级低于一级的置信等级。
73.例如，上述确定与每个异网手机号相关联的业务标识为该至少一个第二业务标识的过程可以利用规则二来描述：(case when((ts_month_dur》3 or bz_month_dur》3 or order_month_dur》3)and(prob_07 prob_08 prob_09)＝3 and lv_1＝0)then 1 else 0 end)as lv_2。
74.在上述规则二中，以多个子时间段为7月、8月和9月为例，prob_07、prob_08和prob_09分别表示每个第二业务标识的在7月、8月和9月的第一标记值。
75.规则二表示在订单间隔时长大于3个月或者报障间隔时长大于3个月或者订单间隔时长大于3个月、且每个第二业务标识的在7月、8月和9月的第一标记值之和为3(每个月的第一标记值为1)、且规则一的判断结果为lv_1＝0的情况下，为lv_2赋值为1。用lv_2＝1表示与异网手机号相关联的业务标识为与当前规则二对应的第二业务标识且置信等级为lv_2。在其他情况下，为lv_2赋值为0。用lv_2＝0表示与异网手机号相关联的业务标识不为与当前规则二对应的第二业务标识。
76.在一些实施例中，图4还包括步骤s2343-步骤s2345。
77.在满足第二预设条件即不存在任何一个第二业务标识在多个子时间段的第一标记值均相同的情况下，执行步骤s2343。
78.在步骤s2343中，根据每个异网手机号在第一指定时间段内与多个本网手机号的话单数据，确定在每个子时间段内多个本网手机号中对应每个第二业务标识的本网手机号的个数。
79.在步骤s2344中，对于每个子时间段，根据多个本网手机号中对应每个第二业务标识的本网手机号的个数，确定每个第二业务标识的第二标记值。第二标记值包括第二正标记值和第二负标记值。第二正标记值表示与每个第二业务标识对应的本网手机号的个数是最多的。第二负标记值表示与每个第二业务标识对应的本网手机号的个数不是最多的。多个本网手机号中对应每个第二业务标识的本网手机号的个数表征关联度。
80.在步骤s2345中，对于至少一个第二业务标识中的每个第二业务标识，在存在至少一个子时间段的第二标记值为第二正标记值的情况下，根据存在至少一个子时间段的第二标记值为第二正标记值的第二业务标识的个数，确定与每个异网手机号相关联的业务标识。
81.在一些实施例中，在存在至少一个子时间段的第二标记值为第二正标记值的第二业务标识的个数只有一个的情况下，确定与每个异网手机号相关联的业务标识为该第二业务标识。例如，与异网手机号a通话的本网手机号有b、c、d、e、f，其中b、c、d在同一个129套餐实例壳(129表示业务标识)下，e和f分别在两个不同的199套餐实例壳(199表示业务标识)下，则a属于b、c、d家庭的关联度(亲密度值)为3，属于e家庭关联度(亲密度值)为1，属于f家庭关联度(亲密度值)为1，则a判断为与b、c、d所在套餐家庭联系最紧密(与异网手机号a相关联的业务标识为129)。
82.在存在至少一个子时间段的第二标记值为第二正标记值的第二业务标识的个数有多个的情况下，确定与每个异网手机号相关联的业务标识为与每个异网手机号的通话次数最多的本网手机号对应的第二业务标识。例如，与异网手机号a通话的本网手机号为b、c、d、e，其中，b、c在同一129套餐实例壳下，d、e在另一个199套餐实例壳下，此时a与两个套餐壳的关联度(亲密度)均为2。如果a与b、c的通话次数和为39，与d、e的通话次数和为62，则判定a与d、e所在的199套餐壳的关联度最高，该异网手机号a归属于199套餐实例壳对应的宽带家庭里(与异网手机号a相关联的业务标识为199)。
83.在一些实施例中，根据存在至少一个子时间段的第二标记值为第二正标记值的第二业务标识的个数确定与每个异网手机号相关联的业务标识的置信等级为三级。三级的置信等级低于二级的置信等级。
84.例如，上述根据存在至少一个子时间段的第二标记值为第二正标记值的第二业务
标识的个数确定与每个异网手机号相关联的业务标识的过程可以利用规则三来描述：(case when lv_1＝0 and lv_2＝0 and is_from_jiatingquan＝1 and is_from_qinmidu＝1 then 1 else 0 end)as lv_3。
85.is_from_jiatingquan＝1表示某第二业务标识满足1≤(prob_07 prob_08 prob_09)≤2，is_from_qinmidu＝1表示该第二业务标识还满足在7月、8月和9月的第二标记值之和大于或等于1。上述判断第二业务标识是否满足在7月、8月和9月的第二标记值之和大于或等于1的过程可以称为一个亲密度模型。
86.规则三表示在规则一和规则二的判断结果分别为lv_1＝0和lv_2＝0、且第二业务标识满足1≤(prob_07 prob_08 prob_09)≤2、且该第二业务标识还满足在7月、8月和9月的第二标记值之和大于或等于1的情况下，为lv_3赋值为1。用lv_3＝1表示与异网手机号相关联的业务标识为与当前规则三对应的第二业务标识且置信等级为lv_3。在其他情况下，为lv_3赋值为0。用lv_3＝0表示与异网手机号相关联的业务标识不为与当前规则三对应的第二业务标识。
87.在上述实施例中，通过亲密度模型辅助家庭圈模型的形式来确定异网手机号相关联的业务标识，可以提高挖掘异网手机号相关联的业务标识的准确性，提高挖掘的数据的价值，从而可以进一步提高业务推荐的准确性。
88.在一些实施例中，图4还包括步骤s2346-步骤s2349。
89.在满足第三预设条件即不存在任何一个第二业务标识在任何一个子时间段的第一标记值为第一正标记值的情况下，执行步骤s2346-步骤s2349。
90.在步骤s2346中，获取与本网的多个预设业务标识对应的固网dpi(deep packet inspection，深度报文检测)数据。预设业务标识包括上述实施例中的第一业务标识和多个第二业务标识。dpi数据表征上述实施例中的关联度。
91.在步骤s2347中，对于每个预设业务标识，解析对应的固网dpi数据，得到至少一个异网手机号。通过dpi技术可以将用户家庭宽带访问的底层报文解析到osi(open system interconnection referen ce model，开放式系统互联通信参考模型)七层模型中的应用层，然后匹配该层中的url地址等信息。通过正则表达式抓取出符合规则的手机号码，其中异网号码即为我们需要的数据。配置的正则表达式抓取规则样例如包括：player.as.pptv.com/[\d\d]*uid＝(0|86)？((1[3,8][0-9]|14[579]|15[0-3,5-9]|17[0,1,3,5-8])[0-9]{8})([^\d].*|$)或player.video.iqiyi.com/[\d\d]*email＝(0|86)？((1[3,8][0-9]|14[579]|15[0-3,5-9]|17[0,1,3,5-8])[0-9]{8})([^\d].*|$)。通过该规则可以解析出13x、14x、15x、17x号段的手机号码。
[0092]
在步骤s2348中，判断在解析得到的至少一个异网手机号是否包括每个异网手机号。
[0093]
在解析得到的至少一个异网手机号包括每个异网手机号的情况下，执行步骤s2349。
[0094]
在步骤s2349中，确定与每个异网手机号相关联的业务标识为每个预设业务标识。
[0095]
在一些实施例中，确定与每个异网手机号相关联的业务标识为每个预设业务标识的置信等级为四级。四级的置信等级低于三级的置信等级。
[0096]
例如，上述确定与每个异网手机号相关联的业务标识为每个预设业务标识的过程
可以利用规则四来描述：(case when is_from_dpi＝1 and lv_1＝0 and lv_2＝0 and lv_3＝0 then 1 else 0 end)as lv_4。is_from_dpi＝1表示解析得到的至少一个异网手机号包括待判断的异网手机号。
[0097]
规则四表示在规则一至三的判断结果分别为lv_1＝0、lv_2＝0和lv_3＝0、且解析得到的至少一个异网手机号包括待判断的异网手机号的情况下，为lv_4赋值为1。用lv_4＝1表示与待判断的异网手机号相关联的业务标识为与当前规则四对应的预设业务标识且置信等级为lv_4。在其他情况下，为lv_4赋值为0。用lv_4＝0表示与待判断的异网手机号相关联的业务标识不为与当前规则四对应的预设业务标识。
[0098]
在一些实施例中，图4还包括步骤s2350-步骤s2351。
[0099]
在上述解析得到的至少一个异网手机号不包括每个异网手机号的情况下，执行步骤s2350-步骤s2351。
[0100]
在步骤s2350中，获取每个异网手机号在第二指定时间段内的业务数据。第二指定时间段大于前述实施例中的第一指定时间段。例如，第二指定时间段为12个月。
[0101]
在步骤s2351中，确定与每个异网手机号相关联的业务标识为与业务数据对应的至少一个业务标识。
[0102]
在一些实施例中，确定与每个异网手机号相关联的业务标识为与业务数据对应的至少一个业务标识的置信等级为五级。五级的置信等级低于四级的置信等级。
[0103]
例如，上述确定与每个异网手机号相关联的业务标识为与业务数据对应的至少一个业务标识的过程可以利用规则五来描述：(case when(ts_month_dur≤12 or bz_month_dur≤12 or order_month_dur≤12)and lv_1＝0 and lv_2＝0 and lv_3＝0 and lv_4＝0 then 1 else 0 end)as lv_5。
[0104]
规则五表示在规则一至四的判断结果分别为lv_1＝0、lv_2＝0、lv_3＝0和lv_4＝0、且待判断的异网手机号在12个月内存在对应的业务数据的情况下，为lv_5赋值为1。用lv_5＝1表示与待判断的异网手机号相关联的业务标识为与待判断的异网手机号所存在的业务数据对应的至少一个业务标识且置信等级为lv_5。在其他情况下，为lv_5赋值为0。用lv_5＝0表示本网中没有与待判断的异网手机号相关联的业务标识，该待判断的异网手机号没有任何业务价值。
[0105]
在上述实施例中，可以看出确定与每个异网手机号相关联的业务标识的置信等级包括一级、二级、三级、四级和五级，一级的置信等级高于二级的置信等级，二级的置信等级高于三级的置信等级，三级的置信等级高于四级的置信等级，四级的置信等级高于五级的置信等级。通过根据每一种判断情况的可信度，为每一种判断情况设置了置信等级，使得对与异网手机号相关联的业务标识的确定更加精确且全面，为业务推荐提供了更精准的信息，使得业务推荐更加精准。
[0106]
返回图3，根据每个异网手机号与多个本网手机号之间的关联度，确定与每个异网手机号相关联的业务标识还包括训练上述机器学习模型的步骤s2301-步骤s2305。
[0107]
在步骤s2301中，获取在指定时间段内主叫手机号和被叫手机号都属于本网手机号、且都对应同一个业务标识的话单数据，作为第一训练数据。
[0108]
在步骤s2302中，获取指定时间段内主叫手机号和被叫手机号都属于本网手机号、且对应不同业务标识的话单数据，作为第二训练数据。
[0109]
在步骤s2303中，根据第一训练数据，确定第一训练数据中的每个主叫手机号与每个被叫手机号之间的通话行为特征数据，作为正样本数据。
[0110]
在步骤s2304中，根据第二训练数据，确定第二训练数据中的每个主叫手机号与每个被叫手机号之间的通话行为特征数据，作为负样本数据。
[0111]
在步骤s2305中，利用正样本数据和负样本数据训练机器学习模型。
[0112]
返回图1，在步骤s30中，根据与每个异网手机号相关联的业务标识，进行业务推荐。
[0113]
在一些实施例中，可以根据与每个异网手机号相关联的业务标识，确定该异网手机号的归属地，并根据该异网手机号的归属地进行业务推荐。例如，将与相关联的业务标识对应的本网手机号的归属地，确定为该异网手机号的归属地。
[0114]
在另一些实施例中，还可以根据与每个异网手机号相关联的业务标识，确定该异网手机号的归属地后，统计归属地位于每个预设区域内的异网手机号的个数，并根据每个预设区域内的异网手机号的个数进行业务推荐。
[0115]
在再一些实施例中，还可以根据与每个异网手机号相关联的业务标识，确定该异网手机号的归属地后，统计与该归属地对应的本网手机号的个数和异网手机号的个数，并根据统计结果进行业务推荐。
[0116]
在上述实施例中，通过业务数据获取异网手机号，并根据业务数据的生成时间与异网手机号的获取时间之间的间隔时长来确定异网手机号相关联的业务标识，能够提高确定与异网手机号相关联的业务标识的准确性和时效性，从而可以提高基于异网手机号的业务推荐的准确性和时效性。
[0117]
图5是示出根据本公开一些实施例的基于异网手机号的业务推荐装置的框图。
[0118]
如图5所示，基于异网手机号的业务推荐装置包括获取模块51、确定模块52和推荐模块53。
[0119]
获取模块51被配置为获取与第一业务标识对应的业务数据中的至少一个异网手机号，例如执行如图1所示的步骤s10。
[0120]
确定模块52被配置为对于每个异网手机号，根据业务数据的生成时间与每个异网手机号的获取时间之间的间隔时长，确定与每个异网手机号相关联的业务标识，例如执行如图1所示的步骤s20。
[0121]
推荐模块53被配置为根据与每个异网手机号相关联的业务标识，进行业务推荐，例如执行如图1所示的步骤s30。
[0122]
图6是示出根据本公开另一些实施例的基于异网手机号的业务推荐装置的框图。
[0123]
如图6所示，基于异网手机号的业务推荐装置6包括存储器61；以及耦接至该存储器61的处理器62。存储器61用于存储执行基于异网手机号的业务推荐方法对应实施例的指令。处理器62被配置为基于存储在存储器61中的指令，执行本公开中任意一些实施例中的基于异网手机号的业务推荐方法。
[0124]
图7是示出用于实现本公开一些实施例的计算机系统的框图。
[0125]
如图7所示，计算机系统70可以通用计算设备的形式表现。计算机系统70包括存储器710、处理器720和连接不同系统组件的总线700。
[0126]
存储器710例如可以包括系统存储器、非易失性存储介质等。系统存储器例如存储
有操作系统、应用程序、引导装载程序(boot loader)以及其他程序等。系统存储器可以包括易失性存储介质，例如随机存取存储器(ram)和/或高速缓存存储器。非易失性存储介质例如存储有执行基于异网手机号的业务推荐方法中的至少一种的对应实施例的指令。非易失性存储介质包括但不限于磁盘存储器、光学存储器、闪存等。
[0127]
处理器720可以用通用处理器、数字信号处理器(dsp)、应用专用集成电路(asic)、现场可编程门阵列(fpga)或其它可编程逻辑设备、分立门或晶体管等分立硬件组件方式来实现。相应地，诸如判断模块和确定模块的每个模块，可以通过中央处理器(cpu)运行存储器中执行相应步骤的指令来实现，也可以通过执行相应步骤的专用电路来实现。
[0128]
总线700可以使用多种总线结构中的任意总线结构。例如，总线结构包括但不限于工业标准体系结构(isa)总线、微通道体系结构(mca)总线、外围组件互连(pci)总线。
[0129]
计算机系统70还可以包括输入输出接口730、网络接口740、存储接口750等。这些接口730、740、750以及存储器710和处理器720之间可以通过总线700连接。输入输出接口730可以为显示器、鼠标、键盘等输入输出设备提供连接接口。网络接口740为各种联网设备提供连接接口。存储接口750为软盘、u盘、sd卡等外部存储设备提供连接接口。
[0130]
这里，参照根据本公开实施例的方法、装置和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个框以及各框的组合，都可以由计算机可读程序指令实现。
[0131]
这些计算机可读程序指令可提供到通用计算机、专用计算机或其他可编程装置的处理器，以产生一个机器，使得通过处理器执行指令产生实现在流程图和/或框图中一个或多个框中指定的功能的装置。
[0132]
这些计算机可读程序指令也可存储在计算机可读存储器中，这些指令使得计算机以特定方式工作，从而产生一个制造品，包括实现在流程图和/或框图中一个或多个框中指定的功能的指令。
[0133]
本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
[0134]
通过上述实施例中的基于异网手机号的业务推荐方法及装置、计算机可存储介质，能够提高确定与异网手机号相关联的业务标识的准确性和时效性，从而可以提高基于异网手机号的业务推荐的准确性和时效性。
[0135]
至此，已经详细描述了根据本公开的基于异网手机号的业务推荐方法及装置、计算机可存储介质。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。