4G时代移动支付迅猛发展,中国成为全球领先的移动支付国家。随着5G时代的到来,移动支付将被应用于更多新场景。对于通信行业,移动支付的流行为其发展新的营业模式带来了机遇和挑战。此背景下,探究移动支付对异质性用户群体通信消费的影响,能深入理解移动支付对用户行为产生影响的内在机理,为用户提供更优质的服务。本文基于因果分析技术,挖掘了移动支付对异质性群体通信消费的因果效应,构建了移动支付因果效应估计与通信消费预测模型。主要研究内容如下:1.对用户使用移动支付与通信消费情况进行了统计分析,发现不同用户群体在移动支付使用、通信消费上的差异。基于反事实的理论框架,提出了基于倾向评分匹配模型的移动支付因果效应计算方法。模型通过计算用户使用移动支付的一维概率值进行样本匹配,以减小混淆变量带来的结果误差。根据用户移动支付使用强度、年龄、性别等特征划分特定的用户群体。在人为的划分标准下,观测移动支付对目标用户群体通信消费的因果效应,以挖掘用户本质需求,得到更具针对性的结论。2.提出了一种基于因果森林的异质性群体特征挖掘方法。考虑用户多维属性,训练随机森林,计算移动支付对各叶子节点下用户群体的因果效应。通过分析叶子节点对应的组合特征,对潜在群体通信消费受移动支付影响的异质性进行进一步挖掘。在此基础上,构建因果森林和逻辑回归的融合模型,结合用户属性与移动支付应用特点深入理解影响机制,为用户提供个性化服务。3.提出了基于参数和非参数方法的移动支付因果效应估计模型。基于参数的K-NN算法中根据一维概率倾向值为测试样本寻找匹配样本,基于非参数的因果森林算法中,在同一叶子节点中寻找匹配样本。通过计算匹配的样本通信消费期望差值,得到移动支付对个体通信消费的因果效应估计值。在运营商提供的用户行为数据上进行实验,验证因果推论与机器学习的结合在个体因果效应估计上的有效性。针对用户通信消费预测,建立随机森林与最小二乘回归融合的预测模型。在模型中加入用户历史使用移动支付的特征以减小预测误差,进一步证明移动支付对通信消费的因果效应。从因果推理的角度出发,本文分析并预测了移动支付平台对用户通信消费的因果效应。研究结果能深入理解移动支付对通信消费的影响模式,为实现针对性的用户服务提供有效指导。