數(shù)據(jù)挖掘在電信經(jīng)營(yíng)分析系統(tǒng)中的研究與應(yīng)用.pdf

1、隨著國(guó)內(nèi)電信市場(chǎng)競(jìng)爭(zhēng)的同趨激烈，電信運(yùn)營(yíng)商的經(jīng)營(yíng)模式逐漸從“業(yè)務(wù)驅(qū)動(dòng)”向“客戶驅(qū)動(dòng)”轉(zhuǎn)化、從“粗放式經(jīng)營(yíng)”向“精確化管理”轉(zhuǎn)變。為了更好地做到對(duì)企業(yè)的決策支持，經(jīng)營(yíng)分析系統(tǒng)孕育而生。 本文的目標(biāo)是在電信經(jīng)營(yíng)分析系統(tǒng)下，研究數(shù)據(jù)的處理流程，重點(diǎn)研究數(shù)據(jù)挖掘理論與技術(shù)在系統(tǒng)中的應(yīng)用。 本文首先簡(jiǎn)要概述數(shù)據(jù)挖掘的概念、挖掘過(guò)程模型、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘分類、常用技術(shù)、熱點(diǎn)研究方向，以及數(shù)據(jù)挖掘和數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘和OLAP之間

2、的關(guān)系; 接著介紹經(jīng)營(yíng)分析系統(tǒng)中客戶細(xì)分所應(yīng)用的數(shù)據(jù)挖掘技術(shù)--聚類算法，包括聚類的定義、算法的要求、主要的聚類方法以及k-means算法原型和改進(jìn)方向，并著重介紹基于K-D樹的改進(jìn)k-means算法; 然后對(duì)電信經(jīng)營(yíng)分析系統(tǒng)進(jìn)行概述，主要涉及該系統(tǒng)的建設(shè)背景、功能架構(gòu)、數(shù)據(jù)挖掘技術(shù)在系統(tǒng)中的實(shí)際應(yīng)用，并結(jié)合數(shù)據(jù)倉(cāng)庫(kù)、OLAP、數(shù)據(jù)挖掘在系統(tǒng)中的定位對(duì)系統(tǒng)中的核心數(shù)據(jù)處理流程進(jìn)行詳細(xì)介紹。 本文第5章(核心章節(jié))

3、根據(jù)標(biāo)準(zhǔn)的數(shù)據(jù)挖掘過(guò)程模型CRISP-DM、應(yīng)用改進(jìn)的初始聚類中心選取方法和基于K-D樹的改進(jìn)k-means算法對(duì)某地電信公司經(jīng)營(yíng)分析系統(tǒng)的客戶細(xì)分過(guò)程進(jìn)行詳細(xì)的描述。 首先是電信客戶信息的組成、數(shù)據(jù)挖掘的基礎(chǔ)-寬表結(jié)構(gòu)等的介紹，接著給出聚類模型的整體結(jié)構(gòu)、各主要模塊功能及處理流程，并從業(yè)務(wù)上對(duì)細(xì)分的結(jié)果進(jìn)行解釋和特征描述，給出相關(guān)的營(yíng)銷建議，起到?jīng)Q策支持的作用。 最后結(jié)合實(shí)驗(yàn)數(shù)據(jù)，分析改進(jìn)算法的參數(shù)設(shè)置問(wèn)題，驗(yàn)證改進(jìn)的