基于數(shù)據(jù)挖掘的欠費預(yù)警系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、欠費問題一直是電信面臨的一個嚴(yán)重問題。通過對已有欠費數(shù)據(jù)使用數(shù)據(jù)挖掘技術(shù)來對欺詐客戶的行為進行分析和預(yù)測,達到對欺詐行為的偵察與防范,這在發(fā)達國家目前也不夠完善,在中國則幾乎處于起步階段。電信欠費屬于數(shù)據(jù)挖掘中的分類預(yù)測問題,通過歷史欠費和未欠費數(shù)據(jù)找出欠費模式,并用此模式對未判定數(shù)據(jù)進行分類。數(shù)據(jù)挖掘中常用的分類方法有決策樹、貝葉斯分類、神經(jīng)網(wǎng)絡(luò)、遺傳算法等,其中決策樹因為直觀,易于理解,得到較為廣泛的應(yīng)用。
　　本文將基于gi

2、ni系數(shù)的CART算法與基于信息熵的C4.5算法和ID3算法置于電信數(shù)據(jù)中進行比較,找出最適合電信數(shù)據(jù)的算法,然后將這一最優(yōu)算法與遞增式學(xué)習(xí)算法相結(jié)合,得到改進算法,使其能夠處理遞增的數(shù)據(jù)。以改進算法為核心建立電信企業(yè)欠費客戶預(yù)警系統(tǒng),對可能欠費的客戶及時地在線識別,從而最大限度地減少由此造成的損失。在系統(tǒng)的實現(xiàn)過程中,采用觀察法隨機收集數(shù)據(jù),采用雙變量統(tǒng)計分析方法進行數(shù)據(jù)特征選擇,以分類樹的代價-復(fù)雜性最小為標(biāo)準(zhǔn)剪枝,以誤分類代價的誠