中国移动海南公司校园市场识别模型技术方案VIP

1 中国移动 海南公司 校园 市场识别模型 技术方案 版本号： 1.0.0 2 目录 1 引言 . 3 1.1 编写目的 . 3 1.2 实施内容 . 3 1.3 术语和定义 . 3 1.4 参考资料 . 3 2 技术实现 . 4 2.1 校园市场基础信息维护 . 4 2.1.1 学校信息维护 . 4 2.1.2 学校基站信息维护 . 5 2.1.3 学校渠道信息维护 . 8 2.2 校园市场识别模型 . 9 2.2.1 概述 . 9 2.2.2 名词解释 . 12 2.2.3 数据来源 . 12 2.2.4 校园区域客户识别模型 . 13 2.2.5 学生客户 识别模型 . 15 2.2.6 学生客户到达数算法 . 18 2.2.7 新增学生客户识别模型 . 18 2.2.8 新生客户识别模型 . 20 2.2.9 毕业生客户识别模型 . 22 3 附录 A：交往圈识别模型 . 24 3 1 引言 本方案旨在描述如何在现有经营分析系统中建立校园客户识别模型，通过对校园区域内学生客户的识别，为校园市场营销提 供精确的客户归属信息，实现对校园市场生产运营指标的分析评估；通过建立校园客户监控应用，对校园内外异常市场信息进行监控和处理；支撑公司营销服务人员对校园市场各类营销活动的闭环管理，全面提升公司整体应对校园市场变化的响应速度及把控能力，确保校园区域市场的竞争优势，提升公司核心竞争力 。 1.1 编写目的 校园市场已是我公司的重点战略市场，为巩固校园市场优势地位， 我公司在总部下发的规范指导下完成校园市场应用建设 。 1.2 实施内容 本次技术实现的实施内容包括： 校园基础信息维护，校园区域客户识别模型，学生客户识别模型，学生客户到达数 算法，新增学生客户识别模型，新生客户识别模型 1.3 术语和定义 序号 名词 解释 1 校园区域客户 指可归属到某校园区域内的客户群体 2 学生客户 指校园区域内的学生客户群体 3 新增学生客户 指学生客户中新入网或第一次归属为学生客户的客户 4 新生客户 指学生客户中属于新生的客户群体 5 毕业生客户 指已离开校园但并未离开移动网的客户 1.4 参考资料 2010年经分系统校园市场应用业务技术方案 中国移动 海南公司专题应用需求书 4 2 技术 实现 2.1 校园 市场 基础信息维护 校园 市场 基础信息维护包含学校信息维护、校 园基站信息维护以及校园渠道信息维护等。优化校园各类基础信息的维护流程，确保校园基础信息的及时准确，对于学生客户识别具有重要的意义。 目前校园市场基础信息维护操作均通过经营分析系统 来 实现 。 2.1.1 学校信息维护 2.1.1.1 功能描述 本章节 所提及的学校主要是指大专及以上学校（包括普通高等教育院校、高等职业技术院校等）、中等专业技术学校、职业高中及附属中学等。 本章 节 主要描述了学校基本信息的相关功能要求和技术实现。 2.1.1.2 功能要求 经分系统支持 学校基本信息的增加、删除、修改、查询等功能； 经分系统 支持学校信息各类变更的审核和稽查功能。 2.1.1.3 功 能要素 学校基本信息表 属性名称 属性描述 备注 学校标识 省代码 +地市代码 +8 位序号 系统自动扩展 学校名称 填写全称，有多个校区时在括号内进行说明，例如：一个学校有南北两个校区，则录入 XXXX 大学（南校区）、 XXXX大学（北校区） 手动填写 归属地市 下拉选择 学校性质 本科 、 大专 、 中等职业学院 、其它 下拉选择 5 2.1.1.4 实现流程 1) 由 经营分析系统 在前台界面开发相关学校信息录入界面，录入字段请 上表要求的功能 属性，支持一线渠道人员进行所收集信息的录入； 2) 对于不符合业务规则的填报， 经营分析系统 可以自动 跳出错误提示； 3) 录入信息通过经分界面进行展示，由上级渠道管理人员对录入信息进行审核修改； 4) 对于审核通过的信息，正式更新经营分析系统数据； 5) 支持对历史信息的变更删减，以及对历史操作的信息稽查。 实现流程图如 图所示 ： 县 （ 市 区 ） 渠 道 人 员人 工 录 入 学 校 信 息经 营 分 析 系 统学 校 信 息学 生 信 息 学 校 信 息渠 道 信 息县 （ 市 区 ） 公司 主 管 审 核地 市 分 公 司 渠道 主 管 审 核 学校信息维护流程图 2.1.2 学校基站信息维护 2.1.2.1 功能描述 本章主要描述了学校和基站小区信息维护的相关功能要求和技术实现。 校园区域主要包含各学校教学区、学生宿舍区、学校家属区等学生主要活动区域，由一个或多个的基站小区覆盖范围组成，信号覆盖或基本覆盖校 园区域的基站小区与校园形成对应关系。 学校基站的认定应由各地市场部门和网络部门共同进行，经确认的学校基站即纳入校园区域市场统计范围。各地发生学校基站变更的情况，应有严格的参数修订流程，以确保校园区域市场统计的准确性。新入网基站可根据基站经纬度、覆盖范围等属性确认是否学校基站；经确认后的学校基站，原则上不得进行学校属 性变更，对已有学校基站变更的，需由网络部门出具相关文件方可实施 。 6 2.1.2.2 功能要求 支持在经分系统对 校园基站小区关系 的新增、删除、修改和查询功能； 支持学校基站信息各类变更的审核和稽查功能。 2.1.2.3 功能要素 基 站信息要素主要包含基站名称、小区代码、归属地区、学校名称、学校规模、学校类型、经度、纬度、基站学校覆盖率等要素，基站信号必须仅覆盖或基本覆盖校园区域，校园区域基站信息应以区域化基站参数信息为基础，保持校园区域基站基本属性与区域化基站参数一致，如表所示： 基站信息表 属性名称 属性描述 备注 基站中文名称 基站中文名称 必选 基站英文名称 网管数据多为英文或拼音 必选 LAC 代码 LAC 代码 必选 基站代码 CELL 代码 必选 学校标识（如果小区类型是校园，则填写学校名称） 基站小区必须对应唯一的一 所学校 必选 校区类型 教学区、宿舍区、家属区 可选 小区经度 可选 小区纬度 可选 小区天线高度 可选 小区天线方向角（水平） 可选 小区天线倾角（垂直） 可选 小区建站时间 可选 小区网络类型 2G、 3G 站 可选 小区归属基站类型 宏蜂窝、室内覆盖、直放站 可选 归属分公司 地市级 必选 7 归属县公司 县区级 必选 小区边界类型 是边界小区（省内边界、省际边 界，双重边界） 可选 小区类型 商业务、住宅区、写字楼、学校、 矿区、农村、县城等。 可选 2.1.2.4 实现流 程 分公司 需要定期对基站小区与学校的对应关系进行维护，以保证校园区域的准确性。基站小区数据维护流程示例如下图： 增 加 基 站 小 区 与学 校 相 关 对 应分 公 司 市 场 部 网 络 部 经 分 系 统提 供 基 站 数 据修 改 结 果 反 馈问 题 反 馈 与 沟 通存 在 问 题是更 新 数 据否数 据 校 验存 在 问 题数 据 入 库否协 调 相 关 部 门 核 查是基站小区数据维护流程示例图 流程说明： 1) 省网络部定期将更新的基站数据提供给地市公司； 2) 地市公司进行基站信息与学校信息的匹配，并且对数据进行稽核，同时将结果反馈给市场经营部，市场经营部发现问题后及时与网络部协商； 3) 市场部审核无误后将学校基站数据传给经分系统； 4) 经分系统根据一定的业务规则对数据进行校验，无误后入库。 8 2.1.3 学校渠道信息维护 2.1.3.1 功能描 述 本章 描述 学校渠道信息维护的相关功能要求和技术实现，重点介绍如何建立渠道（包含竞争对手渠道）与学校的映射关系，从而更好地对学生客户进行营销服务。 2.1.3.2 功能要求 支持学校渠道与学校标识映射关系的新增、修改、删除和查询等功能； 学校渠道与学校标识的匹配需要符合一定的对应关系，对于不符合业务规则的错误填报，系统可以跳出错误提示； 支持对各类操作的审核、稽查功能。 2.1.3.3 功能要素 学校渠道（包含我公司与竞争对手渠道）需要与学校建立映射，具体属性要素如下表： 学校渠道信息表 属性名称 属性描述 备注 市 县 标识 学校所归属地 市 学校归属地市 学校标识 学校唯一标识 关联校园基础表标识 营业厅标识 包含我公司营业厅和竞争对手唯一标识 营业厅类型标识 包含移动、电信、联通三类 下拉选择 2.1.3.4 实现流程 1) 由 经营分析系统 在前台界面开发相关学校信息录入界面，录入字段请 上表要求的功能 属性，支持一线渠道人员进行所收集信息的录入； 2) 对于不符合业务规则的填报， 经营分析系统 可以自动跳出错误提示； 3) 录入信息通过经分界面进行展示，由上级渠道管理人员对录入信息进行审核修改； 4) 对于审核通过的信息，正式更新经营分析系统数据； 9 5) 支持对历史信息的变更删减， 以及对历史操作的信息稽查。 2.2 校园市场识别模型 2.2.1 概述 校园市场识别模型主要根据校园的地理位置和通信网络的物理覆盖区域之间的对应关系，结合客户通话行为话单，通过一定的规则算法，确定出客户归属校园区域的方法。校园市场识别模型主要以区分校园区域客户和校园区域竞争对手客户为主，并在校园区域客户识别基础上，实现识别校园学生、校园新增学生、校园新生学生和毕业生识别算法。 本方案中主要包括校园区域客户、校园区域学生客户、校园区域新增学生客户和校园区域新生客户、毕业生客户五个部分识别模型算法。 校园市场相关识别模型之间关系流 程图： 本 网 客 户 竞 争 对 手学 生 客 户 学 生 客 户新 增 学 生 客 户 新 增 学 生 客 户新 生 客 户 新 生 客 户学 生 客 户 识 别 模 型学 生 营 销 卡 激 活竞 争 对 手 学 生 号 段新 增并 集校 园 区 域 客 户 校 园 区 域 客 户校 园 区 域 客 户 识 别模 型校园客户学生客户新增学生新生竞 争 对 手 学 生 客 户识 别 模 型竞 争 对 手 校 园 区 域客 户 识 别 模 型新 增 学 生 客 户 识 别模 型新 生 识 别 模 型竞 争 对 手 新 生 识 别模 型竞 争 对 手 新 增 学 生识 别 模 型交 往 圈交 往 圈并 集交 往 圈毕 业 生 毕 业 生毕 业 生 识 别 模 型竞 争 对 手 毕 业 生 识别 模 型毕业生校园市场识别模型 关系流程图 以上校园区域各类别客户识别模型遵循月度全量计算和季节性拍照跟踪识别原则，能够满足不同时间段内到达数、新增、在校和未在校等情况分析，以便及时进行精确化营销。以各个时间段为例，说明 校园区域客户各类别客户识别模型处理流程如下图所示。 10 5 月 6 月 7 月 8 月 9 月 1 0 月 1 1 月 1 2 月 1 月 2 月 3 月 4 月7 月按 照 通 话 用 户 对 4 - 6 月 校 园 区 域 学 生 客 户 进 行 拍 照1 月 - 4 月以 日 为 周 期 进 行 月 累 计 校 园 学 生 客 户 的 识 别并 且 与 1 月 中 拍 照 学 生 客 户 进 行 比 较 ， 判 断 是 否 为新 增 、 在 校 、 未 在 校 学 生 等 客 户5 月 6 月4 月 - 7 月利 用 校 园 区 域 客 户 判 别 算 法 ， 以 月 为 周 期 ， 确 定 校 园 区 域 客 户 群作 为 校 园 学 生 客 户 的 基 准 目 标 客 户1 2 月按 照 通 话 用 户 对 1 0 - 1 2 月 校 园 学 生 客 户 进 行 拍 照8 月 - 1 1 月以 日 为 周 期 进 行 月 累 计 校 园 学 生 客 户 的 识 别并 且 与 7 月 中 拍 照 学 生 客 户 进 行 比 较 ， 判 断 是 否 为新 增 、 在 校 、 未 在 校 学 生 等 客 户7 月 - 7 月一 经 日 报7 月按 照 通 话 用 户 对 4 - 6 月 校 园 区 域 学 生 客 户 进 行 拍 照校园区域客户按照时间周期处理流程图 本次方案根据校园区域客户数据处理方法分为不同的时间段，针对校园假期关键时间点，通过每 年进行 2 次拍照基础客户处理，结合每月全量识别算法，形成不同时间段内关键处理内容。现将关键时间段处理内容描述如下： 序号 计算自然时间点 数据更新频率 主要内容 步骤方法 1 7月 月 对 4-6月累计校园区域客户进行拍照 对 4-6月份累计三个月的客户话单，按照校园区域客户归属识别方法分别确定本网客户和竞争对手客户校园归属识别。作为截止 6月拍照校园客户。（即 4-6月拍照客户） 2 8月 月 计算 7月全量校园区域归属客户，识别 7月新增校园区域客户，并核减拍照客户离网客户 分为两部分： 步骤一：按照校园区域客户 归属识别算法，计算 7月全量校园区域客户数。并作为 7月全量校园区域归属客户数。 步骤二：将步骤一判断出的客户与之前拍照 4-6月份的客户进行比较，如果在 7月全量客户中存在，但在拍照客户中不存在的客户作为新增客户。 步骤三：对 4-6月份拍照的客户直接与客户资料表关联，剔除离网状态客户。将截止 6月拍照客户与新增客户一起作为截止7月拍照校园区域客户。 3 8月 15日 -11月 15日 日 月 日累计分析新增、在校和未在校客户。月度计算全量客户。 步骤一：将累计 8月 15日当月汇总校园区域客户情况与截止 7月拍照校园区域客户 进行比较，从 8月 15日开始直到 11 月15日进行日新增、在网和未在网识别。如果不在拍照客户中作为新增，如果存在并且有过 1次校园通话作为在校。每日新增11 将不断更新截止当前拍照校园区域客户群，作为次日更新比较基准数据。 步骤二： 9月初，计算 8月全量校园区域归属客户，并与截止 7月拍照校园区域客户进行比较，并对本月新增客户与日累计新增进行修正。并同时修正在校、未在校客户标识。 步骤三：将 7月截止拍照校园区域客户剔除客户截止 8月离网状态，补充 8月新增、更新未在校客户，形成截止 8月拍照校园区域客户。 4 1 月 月 对 10-12月累计校园区域客户进行拍照 对 10-12月份累计三个月的客户话单，按照校园区域客户归属识别方法分别确定本网客户和竞争对手客户校园区域归属识别。作为截止 12月拍照校园区域客户。 5 1-4 月 日 月 日累计分析新增、在校和未在网客户。月度计算全量客户。 步骤一：将 1月 1日 -4月 30日期间累计日汇总校园区域客户与截止 12月拍照校园区域客户进行比较，进行日报中新增、在校和未在校识别。如果不在拍照客户中作为新增，如果存在并且有过 1次校园通话作为在校。每日新增将不断更新截止当前拍照校园区域客户群，作为次日更 新比较基准数据。 步骤二： 2月初，计算 1月全量校园区域归属客户，并与截止 12月拍照校园区域客户进行比较，对本月新增客户与日累计新增进行修正。并同时修正在校、未在校客户标识。 步骤三：将 12月截止拍照校园区域客户剔除客户截止 1月离网状态，补充 1月新增、更新未在校客户，形成截止 1月拍照校园区域客户。以此类推满足每月底拍照校园区域客户更新标准。直到 4月。 特别说明：校园入学期间日累计跟踪必须按照 8 月 15 日 -11 月 15 日之间进行跟踪分析，寒假开学跟踪从 1 月开始， 上半年开学按照 1 月 1 日 -4 月 30 日之间进行跟踪分析 。校园客户识别是每月均需要分析全量校园客户，在指定时间段上增加拍照客户日、月跟踪情况。 以校园区 域客户为基础，结合客户有效交往圈和校园区域竞争对手识别算法，形成 校园区域竞争对手客户按照时间周期处理流程： 12 4 月 4 月5 月 6 月 7 月 8 月 9 月 1 0 月 1 1 月 1 2 月 1 月 2 月 3 月8 月 - 1 1 月以 日 为 周 期 进 行 月 累 计 校 园学 生 客 户 的 判 别 ， 并 且 与 7 月 中拍 照 学 生 竞 争 对 手 客 户 进 行 比 较 ，判 断 是 否 为新 增 、 在 校 、 未 在 校 学 生 竞 争 对 手 等 客 户2 月 - 4 月以 日 为 周 期 进 行 月 累 计 校 园 竞 争 对 手学 生 客 户 的 判 别并 且 与 1 月 中 拍 照 学 生 竞 争 对 手客 户 进 行 比 较 ， 判 断 是 否 为新 增 、 在 校 、 未 在 校 竞 争 对 手 学 生 等 客 户5 月 6 月1 月以 通 话 用 户 对 1 0 - 1 2 月 校 园 学 生 竞 争对 手 客 户 进 行 拍 照4 月 - 7 月利 用 校 园 区 域 客 户 识 别 算 法 ，以 月 为 周 期 ， 确 定 校 园 区 域 竞 争 对 手 客 户 群作 为 校 园 学 生 竞 争 对 手 客 户 的 基 准 目 标 客 户7 月以 通 话 用 户 对 4 - 6 月 校 园 学 生 竞 争 对 手客 户 进 行 拍 照7 月 - 7 月一 经 日 报7 月以 通 话 用 户 对 4 - 6 月 校 园 学 生 竞 争 对 手客 户 进 行 拍 照校园区域竞争对手客户按照时间周期处理流程 2.2.2 名词解释 校园区域划定原则是一个校园区域只包含一所学校。 校园区域 本网 客户：指表示所在校园区域内的本网客户群体。 校园区域竞争对手客户：指表示在校园区域内竞争对手的客户群体。 学生客户：指校园区域内属于学生客 户群体。包括本网学生客户和竞争对手学生客户。 新增学生客户：指 识别的 学生客户中 未出现在上一拍照周期内的客户 。主要包括本网新增学生客户和竞争对手新增学生客户。 新生客户：指学生客户中属于新生的客户群体。主要包括本网学生新生客户和竞争对手学生新生客户。 在校学生客户：根据 校园区域本网客户 在规定秋季入学和寒假在校后指定日期范围内，进行过至少 1次以上的校园通话客户作为在校学生客户。 不在校学生客户：根据 校园区域本网客户 在规定的秋季入学和寒假在校后日期范围内，未进行任何通话的校园通话客户作为未在校学生客户。 秋季开学 阶段：指 8月 15日到 11 月 15日 时间段。 春季开学阶段：指 1月 1日到 4月 1日 时间段。 2.2.3 数据来源 目前我省分析校园 客户通话行为数据来源于“本网客户本地语音业务清单”，校园区域13 归属信息来源于“校园区域基站参数对照表”，主要包含校园区域代码，校园区域名称，归属地市、县、包含基站、小区代码等。 2.2.4 校园区域客户识别模型 2.2.4.1 校园区域本网客户识别模型 校园区域本网客户 作为识别客户属于校园区域身份特征的基础，主要是将本省本网在网且办理动感地带 校园音乐套餐的 客户作为分析整体客户群，通过当月本地语音业务清单，结合校园区域基站参数对 照表，汇总形成客户在各个校园区域的累计通话次数、通话时长和客户当月内总体区域中的累计通话次数、通话时长。得出客户校园区域累计通话次数与总体通话次数占比，如果占比大于等于预设阀值，则判断为 校园区域本网客户 。如果小于预设阀值，则不作为 校园区域本网客户 。 对确定为校园区域的客户进一步分析具体归属校园区域情况，遵循取通话次数最多为原则，如果通话次数相同则取通话时长最多，通话时长相同则 取校园编码最大的校园作为归属校园 。 阀值： 30% 统计周期： 日（ 春、 秋季开学阶段 ）、 月。 校园区域 本网 客户归属识别算法流程如下： 14 累 计 当 月 本 地 语 音 业 务 清 单客 户 在 各 校 园 区 域 中 的 累 计 通话 次 数 、 时 长以 客 户 为 单 位 ， 对 校园 区 域 通 话 次 数 与 全网 区 域 通 话 次 数 进 行比 较 ， 判 断 是 否 大 于等 于 预 定 的 通 话 次 数比 例 阈 值校 园 动 感 地 带 音 乐 套 餐 客 户校 园 区 域 本 网 客 户 识 别 算 法客 户 在 全 网 区 域 中 的 累 计 通 话次 数 、 时 长校 园 区 域 客 户 通 话 比 例 阈 值按 照 校 园 区 域 汇 总 上述 通 话 次 数 和 通 话 时长 ， 并 排 序通 话 次 数 最 大 的区 域 不 唯 一上 述 校 园 区 域 做 为 该 客户 的 归 属 校 园 区 域通 话 次 数 最 大 的校 园 区 域 唯 一上 述 校 园 区 域 做 为 该 客户 的 归 属 校 园 区 域校 园 区 域 客 户 归 属 校 园 区 域 数 据继 续 判 定 通 话 时 长 较 大值 对 应 的 校 园 区 域 是 否唯 一唯 一取 校 园 编 码 最 大 的 校 园作 为 归 属 校 园不 唯 一校 园 区 域 对 应 关 系 表是 否 校 园 区 域 客 户是校 园 区 域 客 户 剔 除否校园区域 本网 客户归属识别算法流程 2.2.4.2 校园区域竞争对手客户识别模型 校园区域竞争对手客户是根据本网客户与竞争对手客户本地语音业务互打交往圈话单信息，汇总形成交往圈中各个校园区域累计通话次数以及通话时长和竞争对手总体互打通话次数和通话时长，如果竞争对手与 校园区域本网客户 的通话次数与所有互打通话次数比例超过预设阀值，则确定此竞争对手为校园区域竞争对手客户。如果小于预设阀值，则不作为校园区域竞争对手客户。对确定为校园区域竞争对手的客户进一步分析具体归属校园区域情况 ，遵循取互打通话次数最多为原则，如果通话次数相同则取通话时长最多，通话时长相同则 取校园编码最大的校园作为归属校园 。 阀值： 30% 统计周期： 日 （ 春、 秋季开学阶段） 、月 15 累 计 竞 争 对 手 与 本 网 客 户 的 当月 本 地 语 音 业 务 清 单竞 争 对 手 客 户 与 本 网 客 户 在 各校 园 区 域 中 的 累 计 通 话 次 数 、时 长以 客 户 为 单 位 ， 对 校园 区 域 通 话 次 数 与 全网 区 域 通 话 次 数 进 行比 较 ， 判 断 是 否 大 于等 于 预 定 的 通 话 次 数比 例 阈 值竞 争 对 手 客 户校 园 区 域 竞 争 对 手 客 户 识 别 算 法竞 争 对 手 客 户 客 户 在 全 网 区 域中 的 累 计 通 话 次 数 、 时 长校 园 区 域 客 户 通 话 比 例 阈 值按 照 校 园 区 域 汇 总 上述 通 话 次 数 和 通 话 时长 ， 并 排 序通 话 次 数 最 大 的区 域 不 唯 一上 述 校 园 区 域 做 为 该 客 户的 归 属 校 园 区 域通 话 次 数 最 大 的校 园 区 域 唯 一上 述 校 园 区 域 做 为 该 客 户的 归 属 校 园 区 域校 园 区 域 客 户 归 属 校 园 区 域 数 据继 续 判 定 通 话 时 长 较 大 值对 应 的 校 园 区 域 是 否 唯 一唯 一取 校 园 编 码 最 大 的 校 园 作 为 归属 校 园不 唯 一校 园 区 域 对 应 关 系 表是 否 校 园 区 域 客 户是校 园 区 域 客 户 剔 除否校园区域 竞争对手 客户归属识别算法流程 2.2.5 学生客户识别模型 2.2.5.1 模型说明 在“ 校园区域本网客户 ”和“校园区域竞争对手”识别模型基础上进一步通过分析条件识别出本网学生客户和竞争对手学生客户。并通过在网学生客户识别模型识别出在网学生客户和未在校学生客户。 2.2.5.2 本网学生客户识别模型 步骤一：筛选学生客户 .。 在已识别的“ 校园区域本网客户 ”的基础上，根据学生客户特征进一步进行筛选，从已识别的校园客户中进行剔除，从而识别出学生客户。筛选要素参考如下： 筛选要素 筛选条件 网龄 网龄大 于 8年 16 通话行为 没有被叫行为的客户 新业务量 点对点短信通信量小于 30 条 年龄 年龄小于 15 岁或大于 30岁的客户 ARPU ARPU均值（近三个月平均） = 200元 通话位置轨迹 统计月基站区域跨度较大（以下条件为“或”的关系） 1、前五个通话基站通话次数比例 =3 交往圈 根据学生聚集性的特征，交往圈内应同样有较多的学生。 交往圈的 校园区域本网客户 数小于一定比例 （中专生为 3，大学生为 5） 步骤二：补充学生客户。 为进一步精确捕捉学生客户， 在 校园附近动感营业厅入网 的 客户 。如果该渠道所属校园与校园区域客户识别模型的客户归属校园一致，则使其 归属 至该校园 。 学生客户识别模型 2.2.5.3 竞争对手学生客户识别模型 在竞争对手校园区域客户识别 模型的基础上进一步识别出竞争对手 学生客户模型，按照“竞争对手学生客户与我网学生客户交往较多”的原则，识别为竞争对手学生客户。具体步骤如下： 17 步骤一：获取竞争对手校园区域客户与本网校园区域客户通话的情况汇总 从本地非漫游语音清单中将竞争对手校园区域客户与本网校园区域客户号码的通话次数以及通话时长汇总，并排序。 步骤二 :通过竞争对手校园区域客户与我网学生客户客户通话超过一定比例判定竞争对手校园区域客户为学生客户。 通过汇总计算竞争对手校园区域客户与本网学生客户通话次数占该竞争对手校园客户与本网校园客户通话次数的占比，当占比大于等于 50% 时，则判定该竞争对手校园区域客户为竞争对手学生客户。 竞 争 对 手 校 园 区 域 客 户累 计 当 月 本 地 语 音 业 务 清 单竞 争 对 手 校 园 区 域 客 户 与 本 网学 生 客 户 通 话 次 数竞 争 对 手 校 园 区 域 客 户 与 本 网校 园 区 域 客 户 通 话 次 数对 与 学 生 通 话 次 数 与校 园 区 域 客 户 通 话 次数 进 行 比 较 ， 判 断 比例 阈 值 是 否 大 于 等 于5 0 %竞 争 对 手 校 园 区 域 客 户是竞争对手 学生客户识别模型 2.2.5.4 在校与未在校学生客户识别模型 在每年寒暑假之前，拍照一段周期内（暑假以 4-6 月拍照，寒假以 10-12 月拍照）的学生客户作为在校学生的基准客户。通过判断这部分客户开学期间是否在校园基站下发生通话行为确定为在校学生。该模型适用于本网和竞争对手校园客户。具体更新周期如下： 以 4、 5、 6 月拍照的全量学生客户为基准客户，若该部分用户 秋季入学阶段 在校园基站下发生过 1 次通话行为，即将其标识为在校客户，否则识别为毕业未在校客户。 以 10、 11、 12 月拍照的全量学生客户为基准客户，若该 部分用户 春季入学阶段 在校园18 基站下发生过 1 次通话行为，即将其标识为在校客户，否则识别为毕业未在校客户，并进行标识。 竞争对手采用是否与本网在校学生通话来识别在校还是毕业未在校， 基准客户 、 跟踪时间与移动客户一致。 2.2.6 学生客户到达数 算法 根据校园区域学生客户识别模型，通过一定时间范围内的判断规则，形成本网学生客户到达数和竞争对手客户到达数统计算法。 2.2.6.1 本网学生客户到达数算法 本网学生客户到达数统计算法：在拍照学生客户群基础之上，以后逐月将当月学生新增客户进行累加并剔除离网客户数。 2.2.6.2 竞争对手学生客户到达数算法 竞争对手 学生客户到达数统计算法：在拍照竞争对手学生客户群基础之上，以后逐月将当月竞争对手学生新增客户进行累加并剔除 连续 3 个月内未通话竞争对手客户数。 2.2.7 新增学生客户识别模型 2.2.7.1 模型说明 考虑学生客户的增长规律，校园新增学生客户的计算分为 日新增 、月累计新增、月新增、三 种模型，其中，月新增要求每月计算；而日新增 、月累计新增 只在每学年 春、秋 开学 期间 。新增学生客户分为本网新增学生客户与竞争对手新增学生客户两 类 ，针对二者分别进行计算。 19 上 月 学 生 客 户新 增 学 生 客 户 识别 模 型新 增 学 生 客 户校 园 学 生 客 户 日 /月数 据新增学生客户识别模型图 2.2.7.2 本网新增 学生客户识别模型 2.2.7.2.1 日新增学生客户识别模型 日新增在 春、 秋季入学期间 进行跟踪 ， 采用月累计话单进行识别校园客户 。 根据每日获得的全量学生客户名单，与昨日的学生客户到达进行比较，昨日 学生客户到达中不存在的客户视为当日新增学生客户。 本日到达学生客户 =当月累计 新增学生客户 +上月到达学生客户 -离网学生客户 。 2.2.7.2.2 月累计 新增学生客户识别模型 月累计 新增 在春、 秋季入学期间 进行跟踪 ， 采用月累计话单进行识别校园客户。 根据每日获得的全量学生客户名单，与上个 月的学生客户到达进行比较，上月学生客户到达中不存在的客户视为当月累计 新增学生客 户。 2.2.7.2.3 月新增学生客户识别模型 每月，采用当月全量的学生客户与上个月的学生客户到达明细数据相比，在上个月学生客户到达明细数据中不存在的客户为当月新增客户。 2.2.7.3 竞争对手新增学生客户识别模型 2.2.7.3.1 竞争对手日新增学生客户识别模型 竞争对手 日新增在春、 秋季入学期间 进行跟踪 ， 采用月累计话单进行识别校园 竞争对手客户。根据每日获得的全量 竞争对手 学生客户名单，与昨日的 竞争对手 学生客户到达进行比较，昨日 竞争对手学生客户到达中不存在的客户视为当日竞争对手新增学生客户。 20 竞争对手 本日到达学生客户 =竞争对手 当月累计新增学生客户 +竞争对手 上月到达学生客户 -连续 3 月未通话 竞争对手 学生客户 。 2.2.7.3.2 竞争对手月累计 新增学生客户识别模型 竞争对手 月累计新增在春、 秋季入学期间 进行跟踪 ， 采用月累计话单进行识别校园 竞争对手 客户。根据每日获得的全量 竞争对手 学生客户名单，与上月的 竞争对手 学生客户到达进行比较，上月竞争对手学生客户到达数据中不存在的客户视为当月累计 竞争对手新增学生客户。 2.2.7.3.3 竞争对手月新增学生客户识别模型 每月，采用当月全量的竞争对手学生客户与上月竞争对手学生客户到达明细数据相比，在上个月竞争对手学生客户到达明细数据中不存在的客户为当月新增客户。 2.2.8 新生 客户识别模型 2.2.8.1 模型说明 新生客户是根据学生客户范围内，通过每月新生入校后识别出新生客户的身份特征。 2.2.8.2 本网新生客户识别模型 本网新生客户以“新增学生客户识别模型”为基础，通过“新增客户交往圈”的原则，主要是针对每年开学期间 (8 月 15 日至 11月 15 日 ) 新增学生客户中， 统计当 月的新增交往圈信息（包括对端号码和通话次数等），如果该新增学生客户的交往圈中通话次数超过 50%的对端号码是本网或竞争对手 8月 15日至统计日期的新增学生客户，则将该客户判断为本网新生客户。具体算法模型流程如图所示 : 21 本 网 新 增 学 生 客 户通 话 次 数超 过 5 0 % 的 对 端 号 码 是 我 网或 竞 争 对 手 的 8 月 1 5 日 至 统 计 时间 的 新 增 学 生 客 户是最 近 一 个 月 新增 校 园 客 户 的学 生 交 往 圈统 计 时 间 在8 月 1 5 日 至 1 1 月 1 5 日 内否交 往 圈模 型本 网 新 生 客 户 本 网 老 生 客 户模 型 输 出 :数 据 基 础 :判 定 流 程 :引 入 模 型否本网新生客户识别模型 2.2.8.3 竞争对手新生客户识别模型 竞争对手新生客户主要针对每年开学期间 (8月 15日至 11月 15日 ) 竞争对手新增学生客户， 统计当月 与本网新增客户的交往圈信息（包括对端号码和通话次数等），如果该竞争对手新增客户的交往圈中通话次数超过 30%的对端号码是 8 月 15 日至统计日期的本网新增学生客户，则将该客户判断为竞争对手新生客户。具体算法模型流程如图所示 : 22 竞 争 对 手 新 增 学 生 客 户交 往 圈 中 通 话 次 数超 过 3 0 % 的 对 端 号 码 是 8 月 1 5 日 至统 计 日 期 的 本 网 新 增 学 生 客 户是最 近 一 个 月 竞 争 对手 新 增 客 户 与 本 网学 生 客 户 的 交 往 圈信 息统 计 时 间 在8 月 1 5 日 至 1 1 月 1 5 日 内否交 往 圈模 型竞 争 对 手 新 生客 户竞 争 对 手 老 生客 户模 型 输 出 :数 据 基 础 :判 定 流 程 :引 入 模 型否2.2.9 毕业生客户识别模型 2.2.9.1 模型说明 毕业生主要根据学生客户 中“在校学生客户”识别计算基础上，将未在校客户作为毕业生客户原始目标群，确定出学生毕业生客户群体。主要分为本网毕业生和竞争对手毕业生。 2.2.9.2 本网毕业生客户识别模型 本网毕业生客户识别算法主要以“在校学生客户”识别出未在校学生客户为基础，累计跟踪作为毕业生客户。 2.2.9.3 竞争对手毕业生客户识别模型 竞争对手毕业生客户识别算法主要以“在校学生客户”识别输出的竞争对手学生客户为23 基础，累计跟踪作为竞争对手毕业生客户客户。 24 3 附录 A： 交往圈识别模型 交往圈识别模型：用户在使用移动服务过程中，产生的交往模式、属性模型（消费等）、活动 模式及 IMEI 属性特征的综合表征都具备某些基本特征，这些基本特征的表现称为此用户的交往圈特性。 利用交往圈识别模型进行个