本發(fā)明涉及移動數(shù)據(jù)處理
技術(shù)領(lǐng)域：
，特別涉及一種實時業(yè)務(wù)推薦方法及系統(tǒng)。
背景技術(shù)：
：隨著用戶群規(guī)模的增長以及用戶訪問互聯(lián)網(wǎng)行為的增多，現(xiàn)有的移動用戶數(shù)據(jù)已不再是單純一兩類基礎(chǔ)數(shù)據(jù)的集合，而是形成了由話單(通話、流量、業(yè)務(wù)等)、信令(位置信令、行為信令等)、業(yè)務(wù)平臺(音樂、游戲、視頻、位置等)、第三方合作伙伴等各類數(shù)據(jù)聚合的大數(shù)據(jù)環(huán)境，但是受移動終端的處理能力、用戶隱私和用戶流量的限制，現(xiàn)有技術(shù)無法依靠終端來獲取和傳輸完整的用戶信息，這給移動數(shù)據(jù)處理帶來了極大壓力。此外，移動互聯(lián)網(wǎng)可為用戶提供的服務(wù)內(nèi)容也越來越多，用戶僅依靠個人設(shè)備在海量數(shù)據(jù)中獲取最及時最相關(guān)信息的難度也越來越大，目前很多通信運營商公司及互聯(lián)網(wǎng)公司已經(jīng)開始了移動業(yè)務(wù)推薦技術(shù)研究與探索。現(xiàn)有技術(shù)的移動業(yè)務(wù)推薦主要依靠發(fā)送短信和打電話完成，為實現(xiàn)精確推薦還會對用戶行為進行分析，但受信息獲取和推薦渠道限制，一般僅能依靠運營商后臺系統(tǒng)采集短信及話單記錄進行分析。由于短信及話單所承載的信息量有限，必須通過較長時間段(話單記錄通常選擇按日更新)內(nèi)的數(shù)據(jù)累積才能進行有效分析，故現(xiàn)有推薦方案的數(shù)據(jù)統(tǒng)計耗時較長，信息較為滯后，無法滿足推薦的時效性需求。為保證推薦的時效性，現(xiàn)有技術(shù)也出現(xiàn)了基于用戶當前行為和/或狀態(tài)的實時推薦方案，但現(xiàn)有方案實際上僅僅是以更小的時間粒度來分析短信及話單記錄，由于依賴的數(shù)據(jù)過少，與用戶實際偏好等契合度不高；同時由于可匹配信息過少，場景較為簡單固定，無法普適化地進行設(shè)置，故每 次活動都需要單獨配置并重新設(shè)置場景，工作量大成本高。技術(shù)實現(xiàn)要素：為解決現(xiàn)有存在的技術(shù)問題，本發(fā)明實施例期望提供一種實時業(yè)務(wù)推薦方法及系統(tǒng)，能使業(yè)務(wù)推薦的時效性增強、與用戶實際偏好契合度更高、適應(yīng)性更廣。本發(fā)明實施例的技術(shù)方案是這樣實現(xiàn)的：在本發(fā)明實施例的一方面，提供一種實時業(yè)務(wù)推薦方法，包括：實時采集監(jiān)聽移動用戶網(wǎng)絡(luò)行為信息，獲取所述網(wǎng)絡(luò)行為信息中的事件源數(shù)據(jù)；根據(jù)事件規(guī)則實時對所述事件源數(shù)據(jù)進行解析處理，將實時結(jié)果發(fā)送給事件的使用者；以所述實時結(jié)果作為數(shù)據(jù)接口，結(jié)合所述移動用戶的歷史行為進行接觸判斷，根據(jù)所述事件規(guī)則控制所述使用者與所述移動用戶的接觸渠道，進行實時業(yè)務(wù)推薦活動。優(yōu)選地，所述方法還包括：根據(jù)業(yè)務(wù)場景抽取事件要素，對所述事件規(guī)則進行預(yù)先配置。優(yōu)選地，所述進行實時業(yè)務(wù)推薦活動之后，所述方法還包括：根據(jù)所述移動用戶的反饋信息和所述事件規(guī)則，自動推進下一步推薦或接觸動作，進行多次交互式的業(yè)務(wù)推薦與服務(wù)活動。優(yōu)選地，所述解析處理包括事件標準化、事件解析和事件分發(fā)；其中，所述事件標準化將差異化的事件格式進行標準化轉(zhuǎn)換，轉(zhuǎn)換為統(tǒng)一化的事件信息結(jié)構(gòu)；所述事件解析用于解析標準化后的事件信息，通過事件識別模型調(diào)用所述事件規(guī)則來判定事件特征，確定是否觸發(fā)事件，并生成實時結(jié)果；所述事件分發(fā)將所述實時結(jié)果發(fā)送給事件的使用者。優(yōu)選地，所述控制所述使用者與所述移動用戶的接觸渠道包括：根據(jù)所述歷史行為進行過打擾過濾，控制所述使用者選擇尚未與所述移動用戶接觸過的 接觸渠道。在本發(fā)明實施例的另一方面，還同時提供一種實時業(yè)務(wù)推薦系統(tǒng)，包括：事件監(jiān)聽模塊，用于實時采集監(jiān)聽移動用戶網(wǎng)絡(luò)行為信息，獲取所述網(wǎng)絡(luò)行為信息中的事件源數(shù)據(jù)；準實時處理引擎，用于根據(jù)事件規(guī)則實時對所述事件源數(shù)據(jù)進行解析處理，將實時結(jié)果發(fā)送給事件的使用者；渠道接觸控制模塊，用于以所述實時結(jié)果作為數(shù)據(jù)接口，結(jié)合所述移動用戶的歷史行為進行接觸判斷，根據(jù)所述事件規(guī)則控制所述使用者與所述移動用戶的接觸渠道，進行實時業(yè)務(wù)推薦活動。優(yōu)選地，所述系統(tǒng)還包括：規(guī)則管理模塊，用于根據(jù)業(yè)務(wù)場景抽取事件要素，對所述事件規(guī)則進行預(yù)先配置。優(yōu)選地，所述系統(tǒng)還包括：反饋優(yōu)化模塊，用于根據(jù)所述移動用戶的反饋信息和所述事件規(guī)則，自動推進下一步推薦或接觸動作，進行多次交互式的業(yè)務(wù)推薦與服務(wù)活動。優(yōu)選地，所述準實時處理引擎包括事件標準化模塊、事件解析模塊和事件分發(fā)模塊；其中，所述事件標準化模塊，用于將差異化的事件格式進行標準化轉(zhuǎn)換，轉(zhuǎn)換為統(tǒng)一化的事件信息結(jié)構(gòu)；所述事件解析模塊，用于解析標準化后的事件信息，通過事件識別模型調(diào)用所述事件規(guī)則來判定事件特征，確定是否觸發(fā)事件，并生成實時結(jié)果；所述事件分發(fā)模塊，用于將所述實時結(jié)果發(fā)送給事件的使用者。優(yōu)選地，所述渠道接觸控制模塊還包括：免過打擾模塊，用于根據(jù)所述歷史行為進行過打擾過濾，控制所述使用者選擇尚未與所述移動用戶接觸過的接觸渠道。本發(fā)明實施例期望提供的實時業(yè)務(wù)推薦方法及系統(tǒng)，通過全面采集用戶的全部網(wǎng)絡(luò)行為信息，利用移動網(wǎng)絡(luò)的大數(shù)據(jù)對用戶進行更精確的分析，分析結(jié)果與用戶實際偏好等契合度更高，可進行更精確的推薦。同時本發(fā)明實施例的事件處理機制有效地改變了實時事件源與事件使用者的緊耦合關(guān)系，極大提升 了事件觸發(fā)的實時推薦業(yè)務(wù)場景適用性，增強了推薦的時效性，拓寬了適應(yīng)性，可大幅提高用戶體驗。附圖說明圖1為本發(fā)明的一個實施例中實時業(yè)務(wù)推薦方法的流程示意圖；圖2為本發(fā)明的一個優(yōu)選實施例中系統(tǒng)完成實時業(yè)務(wù)推薦的流程模式示意圖；圖3為本發(fā)明的一個示例場景中捕捉用戶上網(wǎng)行為觸發(fā)事件的效果示意圖；圖4為本發(fā)明另一個實施例中實時業(yè)務(wù)推薦系統(tǒng)的模塊結(jié)構(gòu)示意圖。具體實施方式現(xiàn)有的移動業(yè)務(wù)推薦方案與用戶接觸的渠道有限，主要依靠發(fā)送短信和打電話將最新業(yè)務(wù)活動通知用戶，一般也僅依賴短信及話單記錄進行用戶行為分析，由于短信及話單所承載的信息量有限，所能形成的推薦場景過于簡單固定，實用效果不佳，極易造成渠道資源浪費、用戶過打擾等問題。若基于更長時間段的數(shù)據(jù)進行分析，則由于規(guī)則建立和反饋的周期太長，時效性及靈活度較差，很難實現(xiàn)快速高效的實時推薦。在本發(fā)明實施例中，基于大數(shù)據(jù)環(huán)境采集監(jiān)聽全部用戶行為數(shù)據(jù)，實時解析還原用戶使用場景，深度洞察用戶需求，能夠提供準實時的推薦觸發(fā)與管理機制。如圖1所示，本發(fā)明的一個實施例中，實時業(yè)務(wù)推薦方法包括以下步驟：s1：實時采集監(jiān)聽移動用戶網(wǎng)絡(luò)行為信息，獲取所述網(wǎng)絡(luò)行為信息中的事件源數(shù)據(jù)；s2：根據(jù)事件規(guī)則實時對所述事件源數(shù)據(jù)進行解析處理，將實時結(jié)果發(fā)送給事件的使用者；s3：以所述實時結(jié)果作為數(shù)據(jù)接口，結(jié)合所述移動用戶的歷史行為，根據(jù)所述事件規(guī)則控制所述使用者與所述移動用戶的接觸渠道，進行實時業(yè)務(wù)推薦 活動。在本發(fā)明優(yōu)選的實施例中，使用事件規(guī)則庫記錄和管理描述事件觸發(fā)生成的規(guī)則和條件，故優(yōu)選地，所述方法還包括：s0：根據(jù)業(yè)務(wù)場景抽取事件要素，對事件規(guī)則進行預(yù)先配置。其中，事件定義為：事件是環(huán)境的一種特定狀態(tài)，當環(huán)境改變到這種狀態(tài)時，相應(yīng)的事件就被觸發(fā)了。通常，也可以理解為現(xiàn)實世界的事物的某種狀態(tài)的改變或是某種情況的發(fā)生，常見的有三種情況：1)能觸發(fā)某個流程開始的外部改變(比如：業(yè)務(wù)辦理申請?zhí)峤?；2)事物改變到一定狀態(tài)(比如：用戶到達數(shù)超過一個閾值)；3)特別的事件的發(fā)生(比如：用戶位移至某一特定區(qū)域)。本發(fā)明實施例中，事件源數(shù)據(jù)是原始數(shù)據(jù)，其記錄了大數(shù)據(jù)環(huán)境下可能與事件有關(guān)的全部信息，需要進一步利用事件規(guī)則來解析處理，從中識別用戶是否觸發(fā)了事件以及觸發(fā)了哪些事件，將識別出的具體事件及用戶情況分發(fā)給該具體事件的使用者。其中，事件規(guī)則主要指生成事件的條件，通過事件規(guī)則管理模塊配置事件生成條件，配置的事件規(guī)則還包括條件之間的關(guān)系及后續(xù)動作(包括但不限于使用者限制、接觸渠道控制、業(yè)務(wù)推薦及反饋優(yōu)化等設(shè)置)；事件規(guī)則分為實時觸發(fā)規(guī)則與累積觸發(fā)規(guī)則兩類型。本發(fā)明實施例中，事件規(guī)則操作符一般包括：操作符含義or或操作，功能有一個或多個可能的觸發(fā)事件xor異或操作，某個時刻有且僅有一個規(guī)則滿足and與操作，所有規(guī)則要同時滿足才能觸發(fā)事件一個示例性的事件規(guī)則庫如表1所示：事件規(guī)則庫1002監(jiān)控源用戶gprs詳單動作過濾數(shù)據(jù)，捕捉關(guān)鍵詞條件1捕獲“taobao.com"條件連接關(guān)系and條件2捕獲“iphone6"觸發(fā)事件中高端換機后續(xù)動作營銷移動合約機表1在本發(fā)明的優(yōu)選實施例中，采用如圖2所示的流程模式實現(xiàn)上述方法。具體地，在初始化(即步驟s0)過程中，通過規(guī)則管理模塊對事件規(guī)則(比如觸發(fā)條件等)進行預(yù)先配置：經(jīng)過分級討論、指標篩選等分析過程對事件定義，確定事件源、觸發(fā)事件周期、事件業(yè)務(wù)含義、事件使用者及事件傳輸方式等信息，完成場景預(yù)置。其中，本發(fā)明的規(guī)則管理模塊完成事件規(guī)則庫中包括條件參數(shù)的事件規(guī)則的配置，該管理模塊的人機界面可以由業(yè)務(wù)人員與技術(shù)人員制定推薦營銷事件規(guī)則，營銷規(guī)則策劃制定完成以后，能通過該管理模塊查詢分析；事件營銷規(guī)則也可以通過分析工具和應(yīng)用軟件自動生成規(guī)則條件與參數(shù)，生成后以數(shù)據(jù)接口形式導(dǎo)入系統(tǒng)來管理。在步驟s1中，采集用戶網(wǎng)絡(luò)行為信息過濾匹配后獲取的事件源數(shù)據(jù)包括以下方面：網(wǎng)絡(luò)位置信息(位置區(qū)、小區(qū)、所在的地理柵格等)、用戶行為信息(用戶號碼、終端設(shè)備、網(wǎng)絡(luò)接入標識、源ip、目標ip、訪問url等)、用戶訪問內(nèi)容(類型標識、top5關(guān)鍵詞、提交關(guān)鍵詞等)。本發(fā)明實施例對移動用戶行為的分析不再單純依賴運營商后臺系統(tǒng)，所能采集的也不限于短信和話單記錄，通過分別部署在接入設(shè)備、基站、中間交換設(shè)備、內(nèi)容提供商、應(yīng)用系統(tǒng)等不同軟硬件系統(tǒng)中的監(jiān)聽模塊，全面采集用戶的全部網(wǎng)絡(luò)行為信息，利用移動網(wǎng)絡(luò)的大數(shù)據(jù)對用戶進行更精確的分析。優(yōu)選地，通過監(jiān)聽代理實時采集監(jiān)聽，采集方式采用數(shù)據(jù)分光和鏡像技術(shù)。獲取的方式采用數(shù)據(jù)包重組還原技術(shù)，重組ip傳輸數(shù)據(jù)包，五層協(xié)議解析剝離傳輸控制信息，獲取用戶應(yīng)用層訪問內(nèi)容數(shù)據(jù)。在步驟s2中，對事件源數(shù)據(jù)進行解析處理的過程包括三個環(huán)節(jié)：事件標準化、事件解析和事件分發(fā)。為應(yīng)對大數(shù)據(jù)環(huán)境，保證推薦的時效性，事件處理優(yōu)選采用云平臺方式進行數(shù)據(jù)流分析處理，單臺pc服務(wù)器每秒處理能力達到6～10gb，支持多種實時感知規(guī)則，實時獲取用戶訪問內(nèi)容，增強用戶偏好信息。通過大數(shù)據(jù)處理技術(shù)把用戶的行為信息進行高速處理，可及時高效準確還原用戶使用場景，為用戶的深度洞察奠定基礎(chǔ)，從而能夠提供實時的觸發(fā)管理機制。進一步地，事件標準化是指事件源系統(tǒng)把差異化的事件格式進行標準化轉(zhuǎn) 換，轉(zhuǎn)換為統(tǒng)一化的事件信息結(jié)構(gòu)，以便后續(xù)處理。標準化處理包括去噪、清洗、轉(zhuǎn)換和校驗四個環(huán)節(jié)。事件源中的數(shù)據(jù)是原始數(shù)據(jù)，為了得到可讀可理解的有效信息，首先進行數(shù)據(jù)信令關(guān)聯(lián)預(yù)處理，同時進行用戶信息、終端信息、網(wǎng)絡(luò)信息、位置信息、業(yè)務(wù)行為信息及內(nèi)容信息等多項關(guān)鍵數(shù)據(jù)的識別、加強與標準化轉(zhuǎn)換。優(yōu)選地，由事件監(jiān)聽模塊完成對事件源的采集獲取到信息進行過濾匹配，實現(xiàn)對事件源的數(shù)據(jù)的感知。本發(fā)明還能實時接入數(shù)據(jù)采集及過濾規(guī)則的統(tǒng)一配置管理，然后對實時接入數(shù)據(jù)按規(guī)則進行過濾，實現(xiàn)數(shù)據(jù)的清洗、降噪，最后對實時接入數(shù)據(jù)進行分類匯總。在本發(fā)明的一個示例中，手機訪問互聯(lián)網(wǎng)事件標準化后的信息格式為：事件解析則是解析標準化后的事件信息，通過事件識別模型調(diào)用事件規(guī)則來判定事件特征。事件解析接受外部規(guī)則接口，實現(xiàn)“規(guī)則-事件-對象”的逐級解析：感知規(guī)則解析成事件對象，事件對象解析為感知對象即電信用戶。此外，事件的識別模型庫是事件解析的核心之一，系統(tǒng)需要專業(yè)團隊持續(xù)跟蹤業(yè)務(wù)事件定義和更新變遷，需要通過“模擬-采集-解析-歸納-驗證”的多次循環(huán)解析，實現(xiàn)業(yè)務(wù)事件識別模型整理。本發(fā)明的多維度的事件跟蹤識別引擎通過多種觸發(fā)機制的組合進行監(jiān)控，可準確高效地識別用戶場景，具體的觸發(fā)機制包 括但不限于：特定內(nèi)容的感知觸發(fā)機制：基于內(nèi)容資源的實時觸發(fā)；特定位置觸發(fā)機制：基于位置切換的實時觸發(fā)；特定網(wǎng)絡(luò)接入觸發(fā)機制：基于特定網(wǎng)絡(luò)接入方式的實時觸發(fā)；特定網(wǎng)絡(luò)忙閑指標監(jiān)控觸發(fā)機制：基于基站、熱點、鏈路的忙閑指標的實時觸發(fā)；特定用戶觸發(fā)機制：指定用戶的上網(wǎng)動作觸發(fā)；流量流向，流速等觸發(fā)機制：流量流向和峰值流速等指標的實時觸發(fā)；在線時間、滯留時間、業(yè)務(wù)訪問使用時間觸發(fā)機制等：支持用戶在線時間、區(qū)域逗留時間、業(yè)務(wù)訪問時間等維度的實時觸發(fā)。優(yōu)選地，上述多維度的事件跟蹤識別引擎采用至少一個感知模塊識別解析后的事件，感知模塊設(shè)置在分布式部署的系統(tǒng)中，把感知采集到信息與事件監(jiān)控規(guī)則進行過濾匹配，當滿足某事件的規(guī)則條件時就會觸發(fā)該規(guī)則事件。事件分發(fā)是把由事件解析所生成的事件實例，發(fā)送給事件的使用者。事件處理中心解析過用戶上網(wǎng)行為信息后，會生成包含該用戶業(yè)務(wù)語義的實時用戶標簽視圖。實時用戶標簽視圖是一組包含用戶手機號碼、業(yè)務(wù)標簽、時間戳及地理位置的數(shù)據(jù)組序列，其序列屬性可以包括終端類型號、訪問應(yīng)用等其他屬性。實時用戶標簽視圖有效的表達了用戶在一定時效內(nèi)的業(yè)務(wù)活動趨勢和傾向，可作為實時營銷活動的數(shù)據(jù)接口。在步驟s3中，當事件觸發(fā)之后，進入到事件分發(fā)執(zhí)行環(huán)節(jié)，經(jīng)過渠道控制，由事件的使用者與用戶進行接觸，完成具體的業(yè)務(wù)推薦活動。事件的使用者是包括營銷管理平臺在內(nèi)的各種外部系統(tǒng)，不同于現(xiàn)有技術(shù)僅采用短信和電話進行推薦的方式，本發(fā)明實施例中事件的使用者包括多種身份不同的外部系統(tǒng)，利用各自的溝通平臺調(diào)用事件接口(以前述事件解析處理的實時結(jié)果，比如實時用戶標簽視圖，作為數(shù)據(jù)接口)獲知需要接觸的用戶及事件，隨后可采用如短信、外呼、wappush、客戶端、互聯(lián)網(wǎng)等渠道手段與用戶接觸。比如，目前營銷管理平臺可支撐的業(yè)務(wù)營銷事件接口包括：wlan潛在用戶營銷，實現(xiàn)wlan潛在用戶的分析和識別，為wlan業(yè)務(wù)營銷提供支撐；4g終端營銷通過對用戶終端偏好的分析，配合定制終端用戶換機時機，為用戶智能終端的精準營銷和用戶的流量提升提供支撐；套餐匹配營銷通過構(gòu)建用戶與流量套餐匹配分析模型，實現(xiàn)用戶流量套餐適配，為用戶的流量套餐升級、流量套餐疊加提供支撐，提升流量套餐價值和用戶對流量套餐的滿意度；流量產(chǎn)品和內(nèi)容營銷基于對用戶內(nèi)容偏好的分析，找出用戶的內(nèi)容偏好及其適合推薦的產(chǎn)品，為精確營銷提供支撐。由于很多營銷事件要與用戶進行接觸聯(lián)系，本發(fā)明的優(yōu)選實施例中由渠道接觸控制模塊完成渠道接觸的策略控制與執(zhí)行。該模塊控制通過什么渠道在什么時間段與用戶接觸，并且可以根據(jù)用戶的反饋進行多波次的營銷和接觸，事件規(guī)則包含渠道接觸規(guī)則。本發(fā)明的優(yōu)選實施例中，結(jié)合移動用戶的歷史行為進行渠道控制，比如，為避免對用戶過打擾，獲取用戶接觸渠道的歷史行為進行接觸判斷，采用尚未與用戶進行接觸過的渠道進行業(yè)務(wù)推薦：舉例來說，對于長途電話撥打較多的用戶，某一長話優(yōu)惠的業(yè)務(wù)比較適合該用戶，但之前發(fā)送短信推薦并未獲得用戶的響應(yīng)，此時通過渠道控制選擇電話推薦方式與該用戶進行接觸。進一步地，事件處理中心觸發(fā)了一項實時營銷事件，生成實時用戶標簽推送到營銷管理平臺，如果該用戶有特殊的渠道偏好設(shè)置，那么附帶推送的還有該用戶的渠道接觸規(guī)則、行渠道匹配規(guī)則，把準實時分析結(jié)果通過匹配的執(zhí)行渠道進行數(shù)據(jù)的推送。下面以一個示例的應(yīng)用場景對本發(fā)明的技術(shù)方案做進一步說明，在該示例的場景中，通過對用戶上網(wǎng)關(guān)鍵詞的捕獲觸發(fā)“中高端換機”事件，從而進行合約機的營銷推薦。示例場景的事件規(guī)則庫如上文中1002庫的表所示，在此不再復(fù)述。示例的用戶上網(wǎng)行為的痕跡捕捉過程如圖3所示：從用戶的上網(wǎng)行為中捕捉到一個url地址串，用分詞技術(shù)識別解析出“taobao.com”與“iphone6”兩個與中高端換機業(yè)務(wù)語義有聯(lián)系的關(guān)鍵詞。事件處理中心解析過用戶上網(wǎng)行 為信息后，會生成包含該用戶業(yè)務(wù)語義的實時用戶標簽視圖。實時用戶標簽視圖用來支撐包括營銷管理平臺在內(nèi)的事件使用者進行使用，其既具有一定實效性的用戶特征偏好，又可以反映用戶在一定時間段內(nèi)的購買意愿和趨勢，格式化后的實時用戶標簽視圖供營銷管理平臺及其他業(yè)務(wù)平臺使用，在本場景中則是由中高端機營銷人員在恰當?shù)臅r間與用戶聯(lián)系，推薦活動機型。同時根據(jù)用戶的反饋信息，按照事件規(guī)則可以自動推進下一步營銷或接觸動作，進行多次交互式的營銷與服務(wù)活動。而這些復(fù)雜的反饋優(yōu)化流程所遵循的事件規(guī)則可以是在一開始就通過營銷管理平臺及事件處理中心進行規(guī)則設(shè)置的，配置完成以后系統(tǒng)會自動采集、分析和處理用戶的行為信息，并生成實時性的用戶信息視圖，分發(fā)給營銷管理平臺等進行使用。業(yè)務(wù)人員可以直接使用系統(tǒng)，設(shè)置業(yè)務(wù)事件定義并部署業(yè)務(wù)活動，當有新營銷需求出現(xiàn)，那么，對應(yīng)新事件可以靈活配置，快速部署。當事件規(guī)則可以靈活設(shè)置后，批量事件營銷可以設(shè)置為準實時事件營銷活動，針對復(fù)雜的事件因素，也可以有序形成規(guī)則組合。如圖4所示，本發(fā)明的另一個實施例中還提供了一種實時業(yè)務(wù)推薦系統(tǒng)1，包括：事件監(jiān)聽模塊101，用于實時采集監(jiān)聽移動用戶網(wǎng)絡(luò)行為信息，獲取所述網(wǎng)絡(luò)行為信息中的事件源數(shù)據(jù)；準實時處理引擎102，用于根據(jù)事件規(guī)則實時對所述事件源數(shù)據(jù)進行解析處理，將實時結(jié)果發(fā)送給事件的使用者；渠道接觸控制模塊103，用于以所述實時結(jié)果作為數(shù)據(jù)接口，結(jié)合所述移動用戶的歷史行為進行接觸判斷，根據(jù)所述事件規(guī)則控制所述使用者與所述移動用戶的接觸渠道，進行實時業(yè)務(wù)推薦活動。本發(fā)明優(yōu)選實施例的系統(tǒng)還可包括：規(guī)則管理模塊，用于根據(jù)業(yè)務(wù)場景抽取事件要素，對所述事件規(guī)則進行預(yù)先配置；以及，反饋優(yōu)化模塊，用于根據(jù)所述移動用戶的反饋信息和所述事件規(guī)則，自動推進下一步推薦或接觸動作，進行多次交互式的業(yè)務(wù)推薦與服務(wù)活動。反饋優(yōu)化的流程所遵循的事件規(guī)則同 樣可以在規(guī)則中進行預(yù)先配置，配置完成以后系統(tǒng)會自動采集、分析和處理用戶的行為信息，并生成實時性的用戶信息視圖，分發(fā)給營銷管理平臺等進行使用。進一步地，系統(tǒng)中所述規(guī)則管理模塊中包括：配置模塊，用于通過人機界面配置包括條件與參數(shù)的事件規(guī)則；和/或，數(shù)據(jù)挖掘模塊，用于通過分析工具和應(yīng)用軟件自動生成事件規(guī)則的條件與參數(shù)，以數(shù)據(jù)接口形式導(dǎo)入并管理。而所述準實時處理引擎包括事件標準化模塊、事件解析模塊和事件分發(fā)模塊；其中，所述事件標準化模塊，用于將差異化的事件格式進行標準化轉(zhuǎn)換，轉(zhuǎn)換為統(tǒng)一化的事件信息結(jié)構(gòu)；所述事件解析模塊，用于解析標準化后的事件信息，通過事件識別模型調(diào)用所述事件規(guī)則來判定事件特征，確定是否觸發(fā)事件，并生成實時結(jié)果；所述事件分發(fā)模塊，用于將所述實時結(jié)果發(fā)送給事件的使用者。為避免對用戶過打擾，所述渠道接觸控制模塊還包括：免過打擾模塊，用于根據(jù)所述歷史行為進行過打擾過濾，控制所述使用者選擇尚未與所述移動用戶接觸過的接觸渠道。此外，為應(yīng)對大數(shù)據(jù)環(huán)境，本發(fā)明實施例的系統(tǒng)還通過大數(shù)據(jù)處理技術(shù)高速處理用戶在移動通訊管道中的數(shù)據(jù)。優(yōu)選地，所述準實時處理引擎還包括：大數(shù)據(jù)處理模塊，用于采用云平臺方式進行數(shù)據(jù)流分析處理。大數(shù)據(jù)處理可支持多種實時感知規(guī)則，實時獲取用戶訪問內(nèi)容，增強用戶偏好信息。本發(fā)明實施例期望提供的實時業(yè)務(wù)推薦方法及系統(tǒng)，通過全面采集用戶的全部網(wǎng)絡(luò)行為信息，利用移動網(wǎng)絡(luò)的大數(shù)據(jù)對用戶進行更精確的分析，分析結(jié)果與用戶實際偏好契合度更高，可進行更精確的推薦。同時本發(fā)明實施例的事件處理機制有效地改變了實時事件源與事件使用者的緊耦合關(guān)系，極大提升了事件觸發(fā)的實時推薦業(yè)務(wù)場景適用性，增強了推薦的時效性，拓寬了適應(yīng)性，可大幅提高用戶體驗。其中，本發(fā)明通過準實時的事件處理引擎把營銷場景策劃配置工作與營銷事件捕獲處理執(zhí)行進行解耦，同時通過事件處理引擎解析生成實時信息視圖， 來支撐包括營銷管理平臺在內(nèi)的事件使用者進行使用。事件處理實時采集到的用戶行為信息，計算加工后生成實時信息視圖，即具有一定實效性的用戶特征偏好，可以反映用戶在一定時間段內(nèi)的購買意愿和趨勢，格式化后的實時信息視圖可以供營銷管理平臺及其他業(yè)務(wù)平臺使用。此外，本發(fā)明提出一種大數(shù)據(jù)環(huán)境下基于事件處理的實時業(yè)務(wù)推薦方案，通過大數(shù)據(jù)處理技術(shù)高速處理用戶在移動通訊管道中的數(shù)據(jù)，實時采集用戶上網(wǎng)行為信息，經(jīng)過事件監(jiān)聽模塊進行數(shù)據(jù)采集后，會把數(shù)據(jù)發(fā)送至事件處理中心進行解析，事件處理機制有效的解決了實時事件源與事件使用者的緊耦合關(guān)系，同時把營銷事件的定義和配置獨立出來，可供業(yè)務(wù)人員靈活使用，極大提升了事件觸發(fā)的實時營銷業(yè)務(wù)場景適用性。以上所述，僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。當前第1頁12