數據挖掘在中國移動某分公司離網分析中的應用.pdf

1、數據挖掘是從大量的數據中抽取出潛在的、不為人知的有用信息、模式和趨勢。它是一種知識發(fā)現的過程，主要基于統(tǒng)計學、人工職能、神經元網絡和機器學習等技術。數據挖掘通過高度自動化的數據分析，做出歸納推理，從中挖掘出潛在的模式，對未來的情況進行預測，以幫助決策者評估風險、做出正確的決策。
　　 本論文圍繞中國移動某分公司數據倉庫基礎上的離網分析數據挖掘專題展開研究開發(fā)工作，主要工作包括：
　　 本文介紹了數據挖掘的基本概念，數據挖

2、掘技術的發(fā)展過程和在不同領域中的應用現狀。根據中國移動公司的現有經營分析系統(tǒng)規(guī)范，在現有客戶行為主題、競爭對手主題、營銷活動主題、收入主題、客戶服務主題等各數據倉庫主題分析的數據基礎上，分析總結了數據挖掘獲取數據的數據源信息主要來自于移動的數據倉庫系統(tǒng)。這樣可以充分利用移動公司現有資源，加快項目的開發(fā)進程。
　　 在需求分析過程中，介紹了客戶對業(yè)務需求的要求和需求獲取的過程，并對客戶自身在項目中的需求給予介紹，對不同干系人的需求

3、分析和我們在項目實施中的對策。在業(yè)務上如何獲取客戶幫助，更快的完成業(yè)務分析和確認。在數據挖掘的功能、架構和軟件劃分上，充分利用系統(tǒng)工程的概念和方法，在系統(tǒng)架構設計上完全滿足客戶可用性、可靠性、可維護性等各方面的需求，并結合現有系統(tǒng)架構，給出合理的系統(tǒng)體系架構和數據流圖。根據客戶關注的要點信息和現有經營分析架構，給出Ｃ/S結構的系統(tǒng)應用架構，并對實際應用中的硬件結構給予介紹。
　　 在移動現有大量數據基礎上，結合數據倉庫中的數據，

4、本文介紹了數據挖掘模型的建模過程，模型驗證過程和使用后模型修改的建議。根據移動客戶由于競爭原因經常變更產品信息的現狀，修改對應數據建模方法，整合出一套高可用性的建模方法。對數據挖掘每日調度處理過程和數據解析處理方法給出了具體詳細的介紹，并對實際使用的數據挖掘決策樹算法進行了關鍵介紹。
　　 根據設計的模塊結構，完成系統(tǒng)部署和客戶數據挖掘模型的創(chuàng)建驗證和使用，使生成的數據挖掘模型能夠滿足離網預警分析的需要。在程序質量保證上介紹了對