数据挖掘在移动通信业的应用分析

数据挖掘在移动通信业的应用分析

ID:32072957

大小:9.67 MB

页数:78页

时间:2019-01-31

数据挖掘在移动通信业的应用分析_第1页
数据挖掘在移动通信业的应用分析_第2页
数据挖掘在移动通信业的应用分析_第3页
数据挖掘在移动通信业的应用分析_第4页
数据挖掘在移动通信业的应用分析_第5页
资源描述:

《数据挖掘在移动通信业的应用分析》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、摘要随着电信体制改革的深化,我国移动通信运营业的竞争也同趋激烈。与其他行业相比,移动通信运营业拥有更多有关用户的数据。谁能花确地挖掘与分析隐含这些数据中的知识,谁就能更好地向用户提供产品与服务,能够发现更多的商机,从而在竞争中获胜。国内对这方面的研究还处于刚刚起步的阶段,国外在这方面已经大大地超前于国内。因此,数据挖掘在我国移动通信运营业中的研究有重要的应用价值。为了解决数据挖掘中的基础数据平台设计和数据来源问题,首先要建立基于数据仓库的经营分析系统。经营分析系统设计成多层结构,主要分为数据采集层、数据仓库生成层、应用逻辑层三大层次。通过数据仓库的建

2、模过程将分散的数据源进行了有效集中、清洗和筛选,为数据挖掘建立了可用的数据平台,根据不同的挖掘主题建立对应的数据集市,进而建立数据挖掘模型。其中流失预测模型主要完成:客户分为几种类型,每一类客户有什么不同的构成特征和消费行为特征。他们的流失概率是多少。该概率可以帮助客服和营销人员在进行客户维系和挽留时更有针对性和前瞻性,从而减少挽留成本并提高维系效率。从数据挖掘库的建立、数据收集和变量选择、数据预处理、建立模型、选择模型、结果输出,到商业验证及应用,对完整的数据挖掘过程进行了描述和展现。用户流失预测模型目前已经商用。而炫铃二次销售模型旨在帮助客服、营

3、销人员预测客户使用炫铃的倾向。炫铃二次销售模型同样经过了从数据收集、变量选择、模型建立、模型选择、结果展示与应用,到最终的商业验证,对数据挖掘过程进行案例式的全程说明与展现。商用效果显著。本文根据数据仓库和数据挖掘理论及建模方法,结合企业的实际需要,重点研究了我国移动通信运营企业如何建立数据仓库并运用数据挖掘技术来进行客户流失预测和业务二次销售预测等问题,通过模型的建立与实施提升了流失用户挽留和存量用户二次销售的精准程度和成功率,取得了一定的经济效益,并在SASEnterpriseMiner中对模型进行了验证与评价。关键词t移动通信数据挖掘模型二次销

4、售SASABSTRAcTAbstractWitllthetelecommunicationsystemrefo伽developmentandourentranceotWTO,thecompetitionofmobiletelecommunicationoperationISbecomingtiercer.Compareawithotherindustry,mobilecommunicationoperationhasmoFedataaboutcustomeLⅥrtlocanmineandanalysetheknowledgecontainedinth

5、edatacorrectlywillofferproductandservicetocustomerbetterandfindmoreopportunities,thuswinthecompetition.Ourdomesticresearchonthisfieldisstillatinfancy,abroad’shasalreadybeensuperiortominegreatly.So,thereisimportantpracticalvalueIlltheresearchondataminingofourmobiletelecommunicat

6、ion.Forsolvingtheproblemonthebasisofthedatamining.themanagementanalysissysternmustbesetup..Themanagementanalysissystemshouldbedesignedtomultilayerstructure,includingdataselectinglayer,DataWarehouselayer,applicationlogiclayer.Afterthemodelingprocesses·itmakesthedispe‘sedataeffec

7、tivelygathered,cleanedandselected,andestablishesanavailableplatfomfordatamining.Itestablishesdatamartsfordifferentdataminingthemefirst,thenbuildsthedataminingmodel.ThemodelofChumAnalysisandforcastingmainlyincludes:therearehowm觚vtypesofcustomers,differentfeaturesandconsumingbeha

8、viorfeatur‘eofeveDrtype.whatistheirchumprobabilityresp

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。