基于支持向量機(jī)和決策樹(shù)的電信通信數(shù)據(jù)分析與應(yīng)用.pdf

1、現(xiàn)代通信技術(shù)的高速發(fā)展以及移動(dòng)智能終端的普及，使得人們對(duì)電信業(yè)務(wù)質(zhì)量的要求越來(lái)越高，電信運(yùn)營(yíng)商可以通過(guò)提升業(yè)務(wù)質(zhì)量來(lái)贏得用戶(hù)資源，業(yè)務(wù)的用戶(hù)體驗(yàn)是制定高效提升業(yè)務(wù)質(zhì)量策略的依據(jù)之一。獲取用戶(hù)體驗(yàn)的傳統(tǒng)方式有用戶(hù)滿意度調(diào)查問(wèn)卷、業(yè)務(wù)滿意度打分、隨機(jī)用戶(hù)語(yǔ)音回訪等，很難得到準(zhǔn)確全面的用戶(hù)感知。測(cè)量報(bào)告由基站控制器采集，其數(shù)據(jù)客觀地反映了全網(wǎng)的無(wú)線環(huán)境，從微觀角度反映了終端的“感受”。用統(tǒng)計(jì)方法分析測(cè)量報(bào)告得到的用戶(hù)體驗(yàn)比較直觀、簡(jiǎn)單且片面，

2、更多的是一種表象;用數(shù)據(jù)挖掘方法應(yīng)用于測(cè)量報(bào)告可以得到不可預(yù)知的用戶(hù)體驗(yàn)，具有現(xiàn)實(shí)意義和應(yīng)用價(jià)值。從測(cè)量報(bào)告中挖掘到用戶(hù)通話的真實(shí)體驗(yàn)，根據(jù)用戶(hù)體驗(yàn)定位影響因素，實(shí)時(shí)優(yōu)化無(wú)線網(wǎng)絡(luò)提升通話質(zhì)量，反過(guò)來(lái)提升用戶(hù)體驗(yàn)。
　　本文將挖掘用戶(hù)體驗(yàn)的問(wèn)題轉(zhuǎn)換成預(yù)測(cè)分類(lèi)問(wèn)題，使用支持向量機(jī)和決策樹(shù)多分類(lèi)方法來(lái)解決。支持向量機(jī)(SVM)是當(dāng)今機(jī)器學(xué)習(xí)中解決分類(lèi)問(wèn)題的重要方法之一，基于統(tǒng)計(jì)學(xué)習(xí)理論、最優(yōu)化算法和核方法，具有全局優(yōu)化、泛化能力強(qiáng)、避免

3、“維數(shù)災(zāi)難”等優(yōu)點(diǎn)，其優(yōu)勢(shì)在于小樣本、高維數(shù)據(jù)的模式識(shí)別。決策樹(shù)(DT)是一種預(yù)測(cè)模型，代表的是對(duì)象屬性與對(duì)象值之間的一種映射關(guān)系，具有易于理解和快速分類(lèi)等優(yōu)點(diǎn)。由于測(cè)量報(bào)告數(shù)據(jù)量大，使用單一的支持向量機(jī)多分類(lèi)方法會(huì)存在訓(xùn)練時(shí)間長(zhǎng)、分類(lèi)精度低、預(yù)測(cè)速度慢等缺點(diǎn)，于是本文結(jié)合決策樹(shù)的結(jié)構(gòu)特點(diǎn)，構(gòu)造了一種新的基于支持向量機(jī)和決策樹(shù)的多分類(lèi)方法。新方法首先將一個(gè)多分類(lèi)問(wèn)題分解為多個(gè)二分類(lèi)問(wèn)題，針對(duì)每個(gè)二分類(lèi)問(wèn)題使用支持向量機(jī)解決，然后根據(jù)相異

4、度來(lái)決策參與本次SVM訓(xùn)練的正負(fù)兩類(lèi)，本次SVM訓(xùn)練結(jié)束后，正負(fù)類(lèi)合并成新的類(lèi)簇參與下一次相異度計(jì)算，迭代上述過(guò)程直到所有類(lèi)合并成一個(gè)類(lèi)簇。這種方法生成的分類(lèi)器模型結(jié)構(gòu)是一棵二叉決策樹(shù)。
　　本文立足于SVM的理論基礎(chǔ)、分析了DT的結(jié)構(gòu)特點(diǎn)，研究了基于支持向量機(jī)和決策樹(shù)多分類(lèi)方法在電信數(shù)據(jù)上的實(shí)現(xiàn)及應(yīng)用。主要工作包括:
　　首先，仔細(xì)分析了測(cè)量報(bào)告數(shù)據(jù)的數(shù)據(jù)特點(diǎn)，進(jìn)行了詳細(xì)的數(shù)據(jù)預(yù)處理，包括數(shù)據(jù)清理、數(shù)據(jù)歸約、數(shù)據(jù)歸一化，并

5、根據(jù)接收信號(hào)電平和接收信號(hào)質(zhì)量對(duì)測(cè)量報(bào)告數(shù)據(jù)進(jìn)行了類(lèi)別劃分。
　　然后，在研究過(guò)程中發(fā)現(xiàn)，基于支持向量機(jī)和決策樹(shù)的多分類(lèi)方法存在錯(cuò)誤累積和局部最優(yōu)解等問(wèn)題，往往使分類(lèi)準(zhǔn)確率下降，分類(lèi)效果變差。仔細(xì)分析了其產(chǎn)生錯(cuò)誤累積原因后，提出了基于哈夫曼樹(shù)的支持向量機(jī)多分類(lèi)方法，該方法有效減少了錯(cuò)誤累積的同時(shí)也避免了局部最優(yōu)解。
　　最后，使用測(cè)量報(bào)告數(shù)據(jù)集對(duì)普通的SVM多分類(lèi)方法、基于偏態(tài)樹(shù)的SVM多分類(lèi)方法和基于哈夫曼樹(shù)的SVM多分類(lèi)