数据挖掘技术在通信企业客户离网研究中应用

《数据挖掘技术在通信企业客户离网研究中应用》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、数据挖掘技术在通信企业客户离网研究中应用　　摘要：随着市场竞争的日益激烈，如何降低客户离网率，是摆在各运营商面前的战略性任务。采用数据挖掘技术，从数据理解、数据准备、建立模型、模型评估和结果部署等五个阶段，详细介绍了通信企业中客户离网分析模型的建立过程及应用。关键词：通信企业；数据挖掘技术；客户离网Abstract:withtheincreasinglyfiercemarketcompetition,howtoreducecustomerLiWangLv,isastrategictaskinfrontoftheoperator.Usingdataminingtechnology,fromt

2、hedataunderstanding,datapreparation,model,modelassessmentandresultdeploymentoffivestages,suchascommunicationenterprisecustomerwasintroducedindetailfromtheestablishmentprocessandapplicationofnetworkanalysismodel.Keywords:telecommunicationenterprise;Dataminingtechnology;Customersawayfromthenet中图分类号：

3、F626.3文献标识码：A文章编号：2095-2104(2013)10随着数据挖掘技术的发展，数据挖掘的重要性己经被越来越多的人认可，它是利用己知的数据通过建立数学模犁的方法找出潜在的业务规则。在国外很多的行业已经具有成功的应用。通信行业的应用领域主要有客户关系管理，客户欺诈分析，客户流失分析，客户消费模式分析，市场推广分析等。在国内随着对数据挖掘技术的重视，数据挖掘技术的应用研究也越来越广，其中对通信行业的客户离网分析就是一大热点。客户离网分析是通过对以往流失客户的历史数据进行分析，找出可能离网用户的特征，及时采取相应的措施，减少客户流失的发生。一、数据挖掘技术发展的根源10究其根源，数

4、据挖掘技术是人们长期对数据库技术进行研究和开发的结果。起初各种商业数据是存储在计算机的数据库中的，然后发展到可以对数据库进行查询和访问，进而发展到数据库的即时遍历。数据挖掘使数据库技术进入了一个更高级的阶段，它不仅能对过去的数据进行查询和遍历，并且能够找出过去数据之间的潜在联系，从而促进信息的传递。而数据挖掘技术能够得以实现并投入商业应用，则要得益于三种基础技术——海量数据搜集、强大的多处理器计算机和数据挖掘算法的发展。如果说上面讲述的是数据挖掘技术产生的外因，那么内容则是数据技术可以用它如下的超能力产生巨大的商业机会：①自动趋势预测：数据挖掘能自动在大型数据库里面寻找潜在的预测信息。传统

5、上需要很多专家来进行分析的问题，现在可以快速而直接地从数据中间找到答案。一个典型的利用数据挖掘进行预测的例子就是目标营销。数据挖掘工具可以根据过去邮件推销中的人量数据找出其中最有可能对将来的邮件推销作出反应的客户。②自动探测以前未发现的模式：数据挖掘工具扫描整个数据库并辨认出那些隐藏着的模式，比如通过分析零售数据来辨别出表面上看起来没有联系的产品，实际上在多情况下是一起被出售的。二、数据挖掘的过程及与通信客户离网分析有关的数据挖掘方法1、数据挖掘的过程10数据挖掘就是从杂乱无章的数据中找出规律，是把数据转化为信息的一个过程，它的目标是在数据中发现有价值的规则或者模式并用于指导实际应用。目前

6、，实现数据挖掘的过程基本上大同小异。一般说来，数据挖掘项目要经历的过程包括：问题的理解，数据的理解，收集和准备，建立数据挖掘模型，评价所建的模型，应用所建的模型等一系列任务。例如，数据挖掘讨论组从挖掘环境的角度入手，提出确定业务对象、数据准备、数据挖掘、结果分析、知识的同化五个过程。2、与通信客户离网分析有关的数据挖掘方法数据挖掘面对的是海量的数据，需要挖掘的数据可能具有不完全的、有噪声的、随机的、数据结构复杂、维数大的特点。数据挖掘的大部分方法都不是专为解决某个问题而特制的，一般来说并不存在所谓的最好的算法，在最终决定选取哪种模型或算法之前，各种模型都试一下，然后再选取一个较好的。各种算

7、法在不同的数据环境中，优劣会有所不同。与通信客户离网分析有关的数据挖掘方法有：（1）神经网络10由于其本身良好的健壮性、自组织自适应性、并行处理、分布存储和高容错性等特点，近年来越来越受到人们的关注。典型的神经网络模型主要分为三大类：用于分类、预测和模式识别的前馈式神经网络模型；以Hopfield的离散模型和连续模型为代表的，分别用于联想记忆和优化计算的反馈式神经网络模型；以ART模型、Koholon模型为代表的，t用于