數(shù)據(jù)挖掘技術(shù)及其在電信業(yè)中的應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘是當(dāng)前人工智能研究中最熱門和最有前途的方向之一.今天,對于數(shù)據(jù)挖掘的模型、算法等經(jīng)過10多年的研究已經(jīng)比較成熟了.這些成熟的技術(shù),加上現(xiàn)在的高性能關(guān)系數(shù)據(jù)庫引擎以及廣泛的數(shù)據(jù)集成,讓數(shù)據(jù)挖掘技術(shù)進(jìn)入了實用階段.但是,我們知道數(shù)據(jù)挖掘的應(yīng)用必須與具體的業(yè)務(wù)相結(jié)合,必須放置在特定的業(yè)務(wù)環(huán)境中才能夠真正產(chǎn)生生產(chǎn)力.電信運營企業(yè)是高技術(shù)密集型企業(yè),也是較早使用數(shù)據(jù)庫和數(shù)據(jù)庫管理系統(tǒng)的企業(yè),在多年的運營中積累了大量的歷史數(shù)據(jù).同時現(xiàn)在電信

2、行業(yè)的競爭正變得越來越激烈,如何拓展市場,如何保有老用戶,如何減少用戶欠費等已經(jīng)成為電信企業(yè)正在面對的重要問題.電信企業(yè)擁有的大量歷史數(shù)據(jù)中可能蘊藏著回答這些問題的答案,但是現(xiàn)在并不能直接地獲取.因此,電信企業(yè)對于使用數(shù)據(jù)挖掘技術(shù)將積累的大量歷史數(shù)據(jù)轉(zhuǎn)變?yōu)榭梢灾С譀Q策的知識的需求越來越強烈.本文在電信運營企業(yè)具體業(yè)務(wù)環(huán)境中,在現(xiàn)在電信企業(yè)逐步建立的數(shù)據(jù)倉庫的基礎(chǔ)上,研究將數(shù)據(jù)挖掘中已經(jīng)成熟的技術(shù)應(yīng)用到對電信運營決策的具體實現(xiàn)中,并對具體

3、挖掘的算法進(jìn)行了進(jìn)一步探討.本文首先對數(shù)據(jù)挖掘的歷史、現(xiàn)狀及未來的發(fā)展趨勢進(jìn)行了簡單的介紹,并介紹了我們在進(jìn)行數(shù)據(jù)挖掘?qū)崿F(xiàn)時將采用到的一些技術(shù);然后對我們具體實現(xiàn)的數(shù)據(jù)挖掘系統(tǒng)從模型、結(jié)構(gòu)、數(shù)據(jù)流等方面進(jìn)行了介紹,并針對某些具體的問題對數(shù)據(jù)挖掘在決策中的具體應(yīng)用進(jìn)行了分析.本文的特點可以概括為以下三點:1、針對電信行業(yè)應(yīng)用建設(shè)了一個數(shù)據(jù)挖掘系統(tǒng)--MDMS(Mobile Data Minning System),對MDMS的模型、結(jié)構(gòu)、

4、模塊組成等問題進(jìn)行了深入討論.2、提出并實現(xiàn)了偏序關(guān)系下的聚類算法CPOR.利用C5.0、CART和神經(jīng)元網(wǎng)絡(luò)三種算法建立了分類預(yù)測模型和打分模型,進(jìn)行了查全率和命中率的比較,實現(xiàn)了數(shù)據(jù)挖掘結(jié)果的自動評估.3、利用建設(shè)的數(shù)據(jù)挖掘系統(tǒng),為企業(yè)提供了有益的知識,在選擇新業(yè)務(wù)目標(biāo)客戶群體和防止客戶流失等方面提供了有力的支撐.尤其是防止客戶離網(wǎng)子系統(tǒng)改變了以往被動等待用戶離網(wǎng)的局面,對預(yù)測離網(wǎng)用戶可以主動提前進(jìn)行離網(wǎng)關(guān)懷,證明了數(shù)據(jù)挖掘在對提高