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：移动互联网时代下，如何挖掘海量用户网络行为数据，提升数据变现能力对于业务运营具有重要的意义。融合电信运营商计费订购数据、移动认证登录数据和上网流量 DPI解析数据等数据源，按照统一的标准构建业务分类标签，并根据用户使用行为记录输出兴趣偏好标签，最后辅助视频类权益计费业务的营销推荐，实验结果表明该方法能够显著提高订购转化率。
关键词：电信运营商；网络行为；兴趣偏好；权益营销
doi：10.12045/j.issn.1007-3043.2022.07.016
引言
近十年移动互联网高速发展，智能终端已趋于饱和，增量市场已逐渐转变为存量市场博弈。在“提速降费”政策力度不减以及“携号转网”全面开启的新形势下，以语音和流量为代表的传统通信业务收入增长乏力，甚至出现负增长。因此如何高效融合现有数据资产，驱动增值业务发展成为电信运营商需要迫切解决的问题。
相较于众多 APP应用提供商，电信运营商不仅拥有用户的基础信息，如性别、年龄、归属地、终端型号等静态属性标签，同时能够获取用户上网行为数据，从而解析出用户行为数据，如兴趣偏好等动态属性标签。借助大数据用户级标签系统，对用户进行精准的个性化推荐服务，不仅可以提高用户感知体验，形成差异化竞争力，还可以为运营商实现流量变现，对于电信运营商具有重大意义和价值。
本文选取某电信运营商网络行为数据进行挖掘，侧重分析网络 DPI（Deep Packet Inspection）数据、计费订购数据和移动认证数据。本文对不同来源行为数据进行整合，构建统一的规范化标签体系，进而对用户兴趣偏好标签进行刻画，然后进行个性化权益营销推荐服务，为运营商增值业务收入拓展提供参考。
