数据挖掘技在提升电信业欠费控制能力上的应用.docVIP

数据挖掘技术在提升电信业欠费预测及控制能力上的应用 摘要：数据挖掘是目前发展迅速、应用广泛的一种从海量数据中抽取出潜在的、有价值的知识的过程。基于数据挖掘技术海量数据提取和知识发现的特点，本文主要基于数据挖掘技术在提升电信业欠费控制能力上进行分析与研究。基于电信客户是理性的和经济的这一基本前提，可以采用决策树，神经网络，关联规则分析等数据挖掘算法和统计分析技术，通过对电信客户的历史业务行为进行深入分析，从而预测其在未来时间的欠费倾向。 关键字：数据挖掘 欠费 预测 引言欠费问题是困扰通信行业的主要难题之一，长期居高不下的欠费用户量不仅关系到运营商的切身利益，更影响消费行业的平衡运作，欠费金额的激增不仅是对运营商切身利益的损害，更造成国有资产的流失，使国家蒙受损失因此，追讨欠费是当前问题。做好电信欠费的防范工作遏制欠费是一项紧迫的任务。1.1 设计思想 研究过程主要以客户的历史业务行为为依据，预测其在未来时间的欠费倾向。在模型建设完毕后，只要输入该客户的相关数据变量即可根据模型输出结果判断其在未来时间的欠费概率，从而采取相关控制行为。如下图所示： 图一 欠费用户预测模型效果图 1.2 算法原理基于上述设计思想，在具体应用过程中主要用到的数据挖掘算法有神经网络算法和决策树算法。 神经网络算法的实施过程是由输入变量至输出变量的一个数据清洗沉淀过程。输入层结构由输入变量（属