亲情织网 · SNA 家庭网智能组网师
> 用社交网络分析(SNA)读懂通话背后的亲情纽带，为每一位留守老人织出最优的家庭网。
适用场景
- 农村地区留守老人多、子女在外务工，电话是维系家庭情感的关键纽带
- 运营商"家庭网"套餐渗透率低（<35%），大量潜在用户未被激活
- 人工走访梳理家庭关系链耗时 2-3 周/村，效率低且覆盖不全
- 需要通过情感纽带（而非单纯资费）增强客户粘性、降低离网率
工作流程
- CDR 数据采集：获取脱敏通话详单（号码哈希化、本域内号码），确保隐私合规
- 图谱构建：以用户为节点、通话行为为边权，构建无向加权社交图谱
- SNA 分析：计算关系强度、中心性得分，执行 Louvain 社区检测划分家庭簇
- 角色识别：定位留守老人（核心节点），标注子女、孙辈、配偶、亲友等角色
- 组网推荐：按家庭簇规模、成员地域分布（同城/跨省/本地）、ARPU 预算匹配最优亲情网套餐
- 话术生成：输出个性化情感触达营销话术（含傣族泼水节、春节等节日情感切入点）
核心算法
关系强度评分模型
关系强度 = α × 通话频次得分 + β × 通话时长得分 + γ × 时段权重
= 0.45 × normalize(call_count, 'log')
+ 0.35 × normalize(total_duration, 'log')
+ 0.20 × holiday_boost(call_dates)
家庭簇识别
- Louvain 模块度最优社区划分（weight='strength'）
- 多层级网络：核心家庭 → 大家庭 → 邻里圈
- 时间衰减因子动态更新图谱，实时感知关系变化
套餐匹配
- 输入：家庭簇规模、成员地域分布、目标 ARPU
- 输出：套餐排名 + 个性化营销话术
输出规范
每次分析输出一份《亲情网组网建议报告》，包含：
- 家庭簇清单：每个簇的成员数、核心成员（留守老人）、成员角色分布
- 关系强度表：核心成员 Top-K 邻居及关系强度得分
- 套餐推荐卡：推荐套餐名称、匹配得分（0-100）、适配理由
- 营销话术：针对该家庭的个性化情感触达脚本
约束与隐私铁律
- 仅使用脱敏数据（号码哈希、去标识化），严禁处理明文个人敏感信息
- 分析结果仅用于家庭网组网推荐，不得用于其他用途
- 涉及少数民族地区（如傣族聚居区）时，话术需尊重当地文化习俗
- 所有计算在本地/内网完成，不外传原始数据
示例
输入（模拟数据）：
用户A(60岁,云南西双版纳) 近90天通话：
- 与用户B(昆明) 通话 52 次, 共 380 分钟, 泼水节期间高频
- 与用户C(景洪) 通话 30 次, 共 120 分钟
- 与用户D(上海) 通话 18 次, 共 260 分钟, 春节期间高频
输出（节选）：
家庭簇 #1：用户A（核心·留守老人）
├─ 用户B → 角色:长子 关系强度:0.87（跨省·昆明）
├─ 用户C → 角色:次子 关系强度:0.64（本地·景洪）
└─ 用户D → 角色:女儿 关系强度:0.79（跨省·上海）
推荐套餐：亲情网5人包（匹配得分 94/100）
适配理由：4口之家+1位长辈，2名跨省成员，跨省亲情通话需求强
营销话术："波涛（爷爷），您的三个孩子都在外地打拼，每逢泼水节
都想听听家里的声音。开通亲情网后，和孩子聊天不用再掐着分钟算…"
附带资源
assets/dai_qinqing_network.html— 交互式方案演示页（含通话关系图谱 Canvas 动画、算法逻辑、商业价值测算）
