时间序列智能电信企业收入预测研究

《时间序列智能电信企业收入预测研究》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、安徽财经大学硕士学位论文时间序列智能电信企业收入预测研究摘要随着电信改革的进一步深化，新的市场竞争格局业已形成。电信规模庞大、历史数据丰富，其中隐藏着重要的决策信息。随着国内电信市场竞争的日趋激烈，挖掘经营决策信息进行科学决策，成为电信行业的当务之急。在经营分析系统中收入预测举足轻重，为决策者制定业务发展计划、改善管理、经营决策提供重要的决策支持。本文作为校企合作横向课题的一个重要组成部分，以某电信企业的19个月历史收入为原始数据，分别采用数据挖掘的时间序列和灰色预测方法进行训练比较，结果发现时间序列精度较高但不能满足

2、实际要求。经过分析采用主因子分析法从数百项收入中选取主要收入项，分别用时间序列方法进行训练，然后对随机项较大的收入指标分别用线性回归、神经网络和支持向量机等智能处理技术求取误差值进行修正，得出的结论是用支持向量机的方法进行修正效果最好。在SPSSClementine实验环境中经历史数据检验该模型预测精度较高，通过生成脚本嵌入企业服务器实际运行检测完全满足企业需求，精度远远高于其它统计方法的预测结果受到企业用户的高度评价。通过电信企业收入预测研究掌握了相关的数据挖掘理论和软件系统的使用方法，并发现电信企业对数据挖掘需求非

3、常广泛和迫切，数据挖掘技术应用价值潜力巨大。应企业要求目前对套餐匹配数据挖掘系统进行研究。关键词：收入预测；时间序列；支持向量机；数据挖掘；神经网络1安徽财经大学硕士学位论文RESEARCHONINCOMEFORECASTINGFORTELECOMENTERPRISEWITHTIMESERIESANDINTEGENTFIXABSTRACTAlongwiththefurtherdeepeningofrestructuringinthetelecomenterprise,competitionhasbeenprogress

4、ivelyinthemarket.Telecommunicationshasalargescaleandrichhistoricaldata,whichhidesimportantdecision-makinginformation.Withdomestictelecommunicationmarketcompetitionbecomesincreasinglyfierce,miningmanagementdecisioninformationforscientificdecisionhasbecomeapriorit

5、yforthetelecommunicationsenterprise.Incomeforecastingplaysavitalroleinthedecision-analysissystemandprovidesimportantdecisionsupportfordecision-makerstomakebusinessdevelopmentplans,toimprovemanagementandmakedecisions.Asancomponentofuniversity-enterprisecooperatio

6、nproject,thispapertakesatelecomenterprisehistoricalincomedataof19monthsastheprimarydata,usingtimeseriesandgreyforecastingmethodcomputeforecastresults.Comparingofresultoftraining,theresultstimeseriesismoreaccuratebutcannotmeettheactualrequirements.Throughanalysis

7、,usingprinciplefactoranalysismethodmajorincomewereselectedfromhundredsofitems,timeseriesmethodswereusedformajorincomerespectively,thenthelargerandomitemsofincomewereoperatedusinglinearregression,neuralnetworksandsupportvectormachineintelligenceprocessingtechnolo

8、gyforerrorcorrection,andconcludedthatthemethodwithsupportvectormachinesisthebestones.InSPSSClementineexperimentenvironment,throughthehistoricaltestdataexperimentfound