数据仓库和数据挖掘技术在电信行业中的应用

《数据仓库和数据挖掘技术在电信行业中的应用》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、安徽大学硕士学位论文致据仓库和数据挖掘技术在电信行业中的应用国电信建设的生产系统就包括了进行业务受理、配线配号、工单管理的“97”系统：进行计费、帐务及欠费处理的计费系统；114、112、180、189等专业系统；201、IC等卡类管理系统：基于互联网信息管理的数据业务管理系统以及交换、传输、网管系统等。中国移动也建设了综合业务支撑(BOSS)系统；用于梦网短信接入的短信网关、彩信网关、GPRS网关等各专业管理系统。目前，电信企业建设的项目仍然以生产支撑系统为主。通过这些支撑系统的建设，规范了电信企业内部管理流程，大大提高了电信企业的工作效率，增强了

2、业务水平，提高了企业的竞争力．随着市场竞争的不断加剧，对客户资源的争夺也进入了白热化的阶段，如何发展新用户，扩大自己的用户群；如何设计出更适合用户需要的业务，将用户绑定在自己的网络上；如何合理地设定资费在用户可以接受的水平；一个个问题摆在了电信运营商的面前。在激烈的市场竞争面前，要想科学的决策，离不开数据的支持。电信运营商们在建立各项系统的过程中，也积累了大量的资料数据，如用户的通话记录，短信发送记录，用户上网记录，用户资料变更记录，用户投诉记录，网络运行记录等。通过对这些数据进行分析，可以掌握企业的运营状况，为企业科学，准确的决策提供依据。但在使用

3、这些数据的过程中，也存在以下几个问题i11：1)数据量大、数据来源广，以用户数近300万的某电信运营商为例，每天产生的仅通话话单数就达数千万条；这还不包括其它生产环节如客服、网管等所产生的运营数据；而经营管理所牵涉的数据除此以外还包括了内部管理的人力、财务、以及与企业相关的外部环境数据。2)各业务部门对数据的理解存在偏差，定义不统一，导致数据可信度无法保证。对单个业务部门来说可能是合法的数据，但由于缺乏信息的集成和整合，导致整个企业对数据的含义、数值及使用方式产生歧义．3)每个系统都有独立的报表系统，随着需求的变化和统计项目的变化，使得报表的修改相对

4、比较困难；尤其目前很多在用系统的报表都固化在程序中，给今后的修改带来诸多不便。4)对于一些需要跨平台才能进行的分析，由于平台不一致，应用系统之2安徽大学硬士学位论文第一章序论问数据定义也不一致，又没有实现数据共享，很难进行关联分析；并且，一个企业内部，不同系统平台之间的数据存在较大的冗余，增加了维护工作量，并可能造成系统资源的浪费。5)在生产系统上进行统计分析会影响到正常生产系统运转。由于生产系统的时效性要求较高，需要大量的系统资源进行保障，为确保生产系统安全稳定运行，有必要将统计、分析等对时效性要求相对较低的决策支持系统从生产系统分离【l】。有鉴于

5、此，建立数据仓库管理系统已经成为电信运营商提高管理水平的当务之急。安徽大学硕士学位论文敛据仓库和教据挖掘技术在电信行业中的应用第二章决策支持系统的分析2．1由数据库到数据仓库从20世纪60年代开始，由于计算机领域中事务处理应用的出现而引起了数据库技术的发展，相继出现了层次数据库、网状数据库及关系数据库等，从而形成了所谓的“数据库时代”。数据库的出现也推动了事务处理的发展，而且随着数据库应用的发展，数据积累越来越丰富，而如何把这些大量的数据有效的利用起来，把它转化为有用的知识，使之有效的支持决策，这就是所谓的分析应用。数据的分析应用为人类信息资源的利用

6、开辟了一条新的道路．基于这种思想，在数据库之上建立一种用于分析的模型，从而构成一种用于数据分析、预测及决策的系统，称为决策支持系统。但是传统的数据库中的数据在决策支持系统中使用时存在严重弊端，表现为：(1)、决策支持系统中所需要的数据是统计性、总结性的数据，而数据库中的数据则是原始数据。(2)、决策支持系统中需要大量、广泛、普遍的数据，而数据库中相对而言则是专门的、局部的数据。(3)、决策支持系统中需要的不仅是当前的数据还需要历史性数据，而数据库中则主要保存当前数据，历史数据较少。(4)、决策支持系统在决策阶段中需要有相对稳定、不变的数据，而数据库中

7、的数据则是事务性的，可以根据客观环境随时变化。这样，传统的数据库需要进行改造以适应决策支持系统的需要，这种改造后的数据库就成为数据仓库闭．2．2新型决策支持系统在决策支持系统中由数据仓库取代数据库后，整个系统就变得十分有效和协调。但是，随着决策支持系统的发展，其模型部分已逐渐不适应应用的需求，传统的方法和模型只能反映客观世界分析事物规则的一小部分，而大量的分析、推理的方法与模型，包括归纳推理、联想、学习等分析方法在实际数据分析中占有重要和主要的地位，但是它们在传统的模型中得不到有效的反映与表示．4安徽大学硕士学位论文第二章决策支持系统的分析因此需要不

8、断扩充传统数学方法与模型，将传统演绎推理型逐渐扩充至归纳推理及学习类型，使之能适应现代数据分析的需求，这样就