聚類(lèi)分析在移動(dòng)通信用戶行為分析中的研究與應(yīng)用.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)與移動(dòng)終端的日益發(fā)展，終端用戶獲取信息的方式更加豐富多樣，用戶越來(lái)越依賴于網(wǎng)絡(luò)，用戶個(gè)性化需求、用戶體驗(yàn)、用戶感知度的分析已成為當(dāng)前的熱點(diǎn)。通信行業(yè)的客戶每天產(chǎn)生大量通信數(shù)據(jù)，這些業(yè)務(wù)數(shù)據(jù)占據(jù)大量存儲(chǔ)空間，而數(shù)據(jù)中亦隱藏許多有商業(yè)價(jià)值的信息，如果能加以發(fā)掘利用，將是一筆巨大財(cái)富。面對(duì)激烈競(jìng)爭(zhēng)的移動(dòng)通信市場(chǎng)，客戶是運(yùn)營(yíng)商賴以生存和業(yè)務(wù)發(fā)展的保障，這要求移動(dòng)運(yùn)營(yíng)商在保證網(wǎng)絡(luò)服務(wù)質(zhì)量的前提下，對(duì)用戶的各種業(yè)務(wù)請(qǐng)求進(jìn)行快速響應(yīng)，從

2、而使用戶達(dá)到最大程度上的滿意。
　　 現(xiàn)今，通信行業(yè)流行的用戶行為分析方法有針對(duì)移動(dòng)增值業(yè)務(wù)的，有基于網(wǎng)絡(luò)效應(yīng)理論的，有基于移動(dòng)定位數(shù)據(jù)用戶出行模式識(shí)別的，等等。這些都是從運(yùn)營(yíng)商的角度出發(fā)，對(duì)營(yíng)銷(xiāo)業(yè)務(wù)數(shù)據(jù)開(kāi)展用戶行為分析。另外，如果通信質(zhì)量以及運(yùn)營(yíng)商所提供的服務(wù)不好，導(dǎo)致很多用戶無(wú)法正常使用其想要的服務(wù)，從而引發(fā)用戶投訴，我們將如何分析用戶投訴，改善通信質(zhì)量，以保住現(xiàn)有的顧客，這是運(yùn)營(yíng)商亟待解決的一個(gè)課題。本文的主要工作正是基于

3、此，展開(kāi)了下列研究:
　　 1.分析了當(dāng)前國(guó)內(nèi)外無(wú)線通信的研究背景以及研究意義;研究了國(guó)內(nèi)外聚類(lèi)算法的發(fā)展和現(xiàn)狀，分析了常用的聚類(lèi)算法和孤立點(diǎn)挖掘技術(shù)及其應(yīng)用，并進(jìn)一步分析了聚類(lèi)算法在移動(dòng)網(wǎng)絡(luò)中的應(yīng)用。
　　 2.研究了常見(jiàn)無(wú)線終端定位方法;深入研究了區(qū)域信號(hào)指紋匹配定位技術(shù)以及基于多基站的移動(dòng)終端定位算法;探討了信號(hào)傳播過(guò)程中影響定位精度的因素和現(xiàn)有處理方法;進(jìn)而本文對(duì)這兩種定位算法提出了修改;將聚類(lèi)算法與信息熵原理應(yīng)

4、用到區(qū)域指紋匹配算法中，并用修改后的多基站的定位方法進(jìn)行定位使單位精度更加準(zhǔn)確。
　　 3.對(duì)本文的三種定位方法進(jìn)行了比較分析，結(jié)合用戶行為與位置關(guān)聯(lián)方法之間的關(guān)系，通過(guò)使用模糊聚類(lèi)算法建立了用戶行為分析模型。
　　 4.由于通信數(shù)據(jù)量大、規(guī)范不一致等特點(diǎn)，不能直接被用來(lái)進(jìn)行數(shù)據(jù)挖掘，對(duì)其進(jìn)行相應(yīng)的數(shù)據(jù)預(yù)處理操作成為必須;本文給出了一種高效的快速排序方法。
　　 5.對(duì)本文中提到的定位算法以及用戶行為分析分別進(jìn)行