本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘 要：利用大数据分析技术对运营商海量数据进行挖掘，提出构建运营商特色用户画像全流程方法。通过爬虫、NLP分词等技术实现APP智能归类，以替代过去人工标注的方法；通过挖掘APP上网日志数据，可以构建用户的兴趣偏好画像，改善E域数据未被充分利用的行业现状。以游戏行业为例，构建主流游戏类别玩家多维度画像，为精准营销提供数据参考。
关键词：大数据；运营商；用户画像；精准营销；游戏行业
doi：10.12045/j.issn.1007-3043.2019.09.009
引言
随着5G时代和携号转网的到来，传统通信业务带来的收入驱动力逐渐下降，流量红利窗口也即将关闭。如何挖掘自身优势以提升竞争力、减少用户流失、发掘用户的非通信价值成为三大运营商普遍关注的问题。在此背景下，深度挖掘用户信息成为大数据时代的研究热点。用户画像的定义是使用标签来表征用户的属性和特性，以达到描述用户的目的，即用户信息标签化，可以分为用户属性研究和用户行为研究两大内容。用户属性包含年龄、性别、归属地、职业、学历等基本信息，用户行为类标签则是通过用户的行为数据挖掘出用户的行为习惯、兴趣偏好等隐藏信息。各大互联网公司都基于自身数据对用户进行建模分析，构建用户画像系统。但是，用户画像的构建很大程度上依赖于业务目的和数据源，各个互联网公司都只拥有用户在自己平台的行为数据，在数据不共享的情况下，这些公司的用户画像都存在一定局限性。而运营商以号码为主键可整合位置、上网、通信、终端等各类数据，用户数据的完整性是其他企业难以企及的，因此，基于运营商数据的用户画像可以实现更精准的个性化推荐服务，这是运营商最大的优势和竞争力，同时也能成为运营商流量变现的方式。
通过对广东联通部分用户的信息进行数据挖掘，着重分析其APP使用行为，提出构建APP画像和用户画像的方法，为运营商深度了解用户行为、实现异业合作、精准营销、增加后向收入提供参考。
