基于异网手机号的业务推荐方法及装置与流程

技术特征：
1.一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。2.根据权利要求1所述的基于异网手机号的业务推荐方法，其中，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。3.根据权利要求2所述的基于异网手机号的业务推荐方法，其中，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。4.根据权利要求3所述的基于异网手机号的业务推荐方法，其中，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。5.根据权利要求4所述的基于异网手机号的业务推荐方法，其中，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。6.根据权利要求5所述的基于异网手机号的业务推荐方法，其中，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。7.根据权利要求5所述的基于异网手机号的业务推荐方法，其中，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。8.根据权利要求7所述的基于异网手机号的业务推荐方法，其中，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。9.根据权利要求8所述的基于异网手机号的业务推荐方法，其中，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。10.根据权利要求9所述的基于异网手机号的业务推荐方法，其中，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。11.根据权利要求4所述的基于异网手机号的业务推荐方法，其中，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。12.根据权利要求4所述的基于异网手机号的业务推荐方法，其中，所述机器学习模型为部署于spark中的随机森林算法模型。13.根据权利要求1至12任一项所述的基于异网手机号的业务推荐方法，其中，所述业务数据包括投诉数据、报障数据和订单数据。14.根据权利要求1至12任一项所述的基于异网手机号的业务推荐方法，其中，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。15.一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。16.一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，执行如权利要求1至14任一项所述的基于异网手机号的业务推荐方法。17.一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如权利要求1至14任一项所述的基于异网手机号的业务推荐方法。

技术总结
本公开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，涉及数据分析领域。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。根据本公开，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。手机号的业务推荐的准确性和时效性。手机号的业务推荐的准确性和时效性。


技术研发人员：高雪峰 王超 陈晓敏
受保护的技术使用者：中国电信股份有限公司
技术研发日：2020.09.04
技术公布日：2022/3/3