基于数据挖掘技术的电信客户识别.doc

摘 要 本文在对电信客户数据和业务深刻了解的基础上，对数据挖掘技术进行了深入的研究。基本按照CRISP-DM（跨行业数据挖掘标准流程）的前提下,在MATLAB 2011b平台上使用了BP神经网络、CART决策树等分类算法建立了一个准确、高效的电信客户识别模型。并结合第十届亚太知识发现与数据挖掘国际会议 ABSTRACT Based on a deep understanding of the telecommunication customer data and business, the paper makes deep research on data mining technology. Under the premise of the basic standard processes according to the CRISP-DM (cross-industry data mining), this paper uses the BP neural network and the CART decision tree classifier of MATLAB 2011 to establish an accurate, efficient 3G customers identify model. Also, this paper uses the customer data provided by the Tenth PAKDD (Asia Pacific Knowledge Discovery and Data Mining International Conference) to make testing and analysis. And then the paper put forward some suggestions for the telecom operators on how to develop 3G customers. At last, the paper makes a conclusion and looks into the next step of the study. Key Words ：Data mining, 3G, customer identification, neural network, decision tree  目录 第1章 绪论 1 1.1 选题背景和意义 1 1.2 论文主要工作 1 第2章 数据挖掘原理 2 2.1 数据挖掘起源与发展 2 2.2 数据挖掘的基本概念 2 2.3 数据挖掘的任务 3 2.4 数据挖掘系统的结构 3 2.5 数据挖掘流程 4 2.6 数据挖掘的应用领域 5 第3章 数据挖掘算法 6 3.1 常用数据挖掘算法 6 3.2 本文采用的数据挖掘算法 8 3.2.1 BP人工神经网络算法 8 3.2.2 CART决策树算法 12 第4章 3G客户识别系统的建立与应用 14 4.1 3G客户识别系统的建立的背景和意义 14 4.1.1 中国3G现状 14 4.1.2 建立3G客户识别系统的意义 15 4.2 3G客户识别系统的建立 15 4.2.1 系统平台 15 4.2.2 系统采用的分类模型 16 4.2.3 系统应用 18 4.3 给电信运营商的一点建议 26 第5章 总结与展望 27 5.1 论文总结 27 5.1.1研究工作 27 5.1.2实际实施的工作 27 5.2 下一步工作 27 附 录 29 参考文献 36 致 谢 37  绪论 1.1 选题背景和意义 第三代移动通信技术（3rd-generation，3G），是指支持高速数据传输的蜂窝移动通讯技术。其服务速率一般在几百kbps以上。目前3G存在四种标准：中国电信的CDMA2000，中国联通的WCDMA，中国移动的TD-SCDMA，WiMAX。3G时代已经来临，随着3G技术的不断提高，3G应用成本的不断下降，3G已经成为众多移动客户的选择。虽然3G已经家喻户晓，然而3G市场仍然呈现一种复杂不明朗的状态。哪些客户正在使用3G，哪些客户将要使用3G，哪些客户对3G有兴趣，使用怎样的营销策略才能高效低成本地发展更多3G客户，这些都是电信运营商所面临的问题。然而3G应用在某些地区并不普及，这反映了电信运营商对客户的分析还不够透彻。主要原因是3G客户数据庞大，不完整，而且挖掘技术起步较晚，缺少相关的经验和方法。 本文基于上述背景下开展相关研究工作，使用数据挖掘技术，在MATLAB平台上对大量的电信客户信息进行挖掘，提取有用信息，加以分析研究，得出具有实践意义的结论，为电信运营商发展3G客户提供一种参考方法。 1.2 论文主要工作 本文在M