电信行业中数据分析的关联规则分析与应用

《电信行业中数据分析的关联规则分析与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：滥日期：Ⅻ堕友Z色矽关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。。丫拶一)

2、筇1审绪论第1章绪论1．1研究背景及意义随着数据库技术的迅速发展以及数据库管理系统的广泛应用，企业积累的数据越来越多。其中电信行业是国内领先的拥有大量电子化数据的行业，积累了大量的用户和业务数据。中国移动在2001年完成了集中化BusinessOperationSupportSystem，即业务运营支撑系统的建设，该系统存储了大量用户资料、用户通信行为数据和用户消费信息数据。中国移动从2001年开始了全国范围内的基于BOSS的数据仓库建设的准备工作，并编制了具体的指导规范，进行全国经营分析系统的统一建设工作。2002年各省经营分析系统相继启动，2003年已经完

3、成了全国范围内的数据仓库建设工作。中国移动的经营分析系统根据业务和管理的需要，在数据仓库上建立合适的数据集市，为企业提供了统一的数据视图，为进行基于数据挖掘的用户数据分析及建立用户数据预测挖掘模型提供了数据基础。针对电信企业的特点和发展需求，对这些数据进行结构上的重组，按更有利于决策分析的角度去重新整理和组织，就会使电信企业的数据，变成真正有价值的信息，并为企业发展和经营决策提供依据。Ⅲ除此之外，各种基于数据库的应用系统快速发展更是为我们带来了海量的数据和信息。但这些数据在缺乏有力的工具的情况下面，已经远远超出了人的理解和概括能力。人们希望能够对其惊醒更高层次

4、的分析，以便更好的利用这些数据。目前的数据库系统可以高效的实现数据的录入、查询、统计功能，但无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。缺乏挖掘数据背后隐藏的知识的手段，导致了“数据爆炸但只是贫乏”的现象。激增的数据背后隐藏着许多重要的信息，拥有这些数据库的决策者们，在做决策的时候不是基于数据库中蕴含的大量信息，而是基于决策者们的直觉。因为决策者缺乏从海量数据中提取有价值知识的工具。数据与信息之间的鸿沟要求有更强有力的数据分析工具，将数据坟墓转换成知识“金块”。用数据库管理系统来存储数据，用机器学习的方法柬分析数据，挖掘大量数据背后的

5、知识，这两者的结合促成了基于数据库知识发现(KnowledgeDiscoveryinDatabases，简称KDD)的产生。多北京Tqp人。亨：T}几硕

6、ll’≯：1t论艾数学者认为数据挖掘(DataMining)是KDD过程中的一个基本步骤，也是KDD的最重要环节。数据挖掘是信息技术自然演化的结果，信息技术的发展初期是简单的数据收集和数据库的建造，后来发展到对数据的管理，再后来发展到对数据的分析和理解，这时候出现了数据仓库技术和数据挖掘技术。数据挖掘是涉及数据库和人工智能等学科的一门当前相当活跃的研究领域，同时又由于有广泛地可用的存在于各种数据库中的海量数据

7、，因此，从大量的数据中智能的、自动的提取出有价值的知识和信息的研究，即数据挖掘，具有十分重要的理论及现实意义和广泛地应用前景。目前，数据挖掘已经成为一个具有迫切现实需要的很有前途的热点研究课题，国内外许多研究工作者对此领域投入了极大的热情。相关的论文可以参看参考文献的【2】【3】【4】【5】，其中文献【2】中描述的是算法的一种，是后来挖掘的基本算法之一。3G的同益临近以及呼声逐渐高涨的携号转网(WLNPwirelessLocalNumberPortability)对移动通信运营商带来了前所未有的挑战，单纯的“价格战”已经无法满足经营的需求。因此，电信企业需要考

8、虑如何提高自己的经营分析能力，从简单的价格竞争发展到较高的理性竞争层面。用户数据分析为市场经营与决策人员制定相应的策略提供决策依据，并预测在该策略下用户的行为情况。目前，国外有许多研究机构、公司和学术组织在从事数据挖掘工具的研究和开发。这些数据挖掘工具采用的主要方法包括决策树、相关规则、神经元网络、遗传算法，以及可视化、OLAP联机分析处理等。另外也采用了传统的统计方法。1、决策树(DecisionTree)决策树是建立在信息论基础之上，对数据进行分类的一种方法。首先，通过一批已知的训练数据建立一棵决策树。然后，利用建好的决策树，对数据进行预测。决策树的建立过

9、程可以看成是数据规则的生成过程，因此可