基于CRISP―DM模型移动GPRS业务关联规则应用探究.docVIP

基于CRISP―DM模型移动GPRS业务关联规则应用探究 　　摘 要：随着移动通信业务的发展，移动系统积累了大量的客户业务数据，急需发现各种业务之间蕴含的内在关系，为企业管理者提供决策支持。提出采用CRISP-DM模型，对移动GRPS业务进行关联规则挖掘，挖掘出GPRS业务之间的关联关系。实验结果表明，挖掘结果能发现潜在的高交叉GPRS业务。移动营销人员可以根据该挖掘结果对GPRS业务进行捆绑销售，获得更多利润 关键词：CRISP-DM；关联规则；GPRS；移动通信 中图分类号：TP302 文献标识码：A 文章编号：2095-1302（2017）03-00-03 0 引 言 随着移动互联网的发展，人们的生活方式发生了翻天覆地的变化。越来越多的人通过移动互联网处理生活中的各个方面，如查找资讯、衣食住行、沟通娱乐、处理工作等[1]。移动业务维度多，数据量大，关系复杂[2]。GPRS业务是移动运营商价值链中最重要的组成部分之一，是移动?\营商在移动基本业务（话音业务）的基础上，针对市场需求开通的可供用户选择的智能化业务[3]。中国移动在其GPRS网络上推出了彩信、WAP、手机钱包等一系列移动业务，市场需求极大且前景广阔。因此各运营商都在积极寻找GPRS业务方面的杀手级策略，试图以GPRS业务应用作为发展契机，确立市场地位 但移动GPRS业务市场占有率不高，带来的利润相当微薄，很多客户都不了解相关GPRS业务，导致GPRS业务的开展工作也不到位。所以必须充分利用移动的海量数据，运用关联规则挖掘方法，挖掘出GPRS业务之间的关联关系，将数据转换成有价值的信息和知识，更好地向客户提供GPRS服务，发现更多商机，让企业在竞争中处于不败之地 1 CRISP-DM数据挖掘模型 CRISP-DM（Cross Industry Standard Process for Data Mining，CRISP-DM）模型自提出以来，已逐渐发展成为指导数据挖掘活动的标准。CRISP-DM模型包括商业理解、数据理解、数据准备、建立模型、模型评估和模型部署[4]，包含了数据挖掘的全过程 CRISP-DM模型如图1所示。CRISP-DM模型定义了六个阶段来指导数据挖掘过程，但该顺序并非一成不变，在实际操作中，根据每一个环节所产生的结果来确认要执行的阶段或特定环节，有可能导致循环往复的情况出现[5]。数据挖掘是一个以数据为中心，循序渐进的螺旋式数据探索过程[6] 商业理解阶段的任务是明确项目的商业目标。只有对商业目标充分理解后，才能将有效的商业问题转化为数据挖掘解决的问题，并最终将结果转化为商业解决方案[7] 数据理解阶段，首先收集原始数据，然后对数据作初步分析[8]，熟悉数据的特征，识别数据的质量问题，发现数据库中各表之间的联系，完成数据探索 数据准备阶段需要对表、记录和属性等数据做选择、清洗、重建、合并等工作。这一步骤一般需要反复进行，直至筛选出最终的数据集[9] 建立模型阶段是数据挖掘中的一个重要过程，需要根据分析目标选出和应用合适的模型技术，调整最佳模型参数。最后通过样本建立模型对模型进行评估 模型评估阶段旨在彻底评估模型，对整个建模的流程进行梳理，确保模型可以完成业务目标。若发现有重要业务问题没有考虑周全，甚至还需要返回之前的步骤对挖掘过程重新定义[10，11] 模型部署阶段是客户用建立的模型去解决实际中遇到的问题，并根据需求进行监督、维持、产生最终报表、重新评估模型等过程 2 关联规则 关联规则是由R.Agrawal[12]等人于1993年提出的，是数据挖掘的重要内容之一。它侧重于确定数据中不同领域之间的关系，即从事务数据库、关系数据库中找出满足事先给定最小支持度和最小置信度的多个域之间的依赖关系。关联规则强度通过支持度和置信度度量[13]。支持度为规则中所有项在事务中出现的频度，表示在整个数据库的重要性，置信度规则中左边的项（集）的出现暗示右边的项（集）出现的频度，反映其可靠程度。只有支持度和置信度均较高的关联规则才是用户感兴趣的、有用的关联规则[14] 关联规则作为数据挖掘领域的一项关键技术，主要用来发现隐藏在大型数据集中令人感兴趣的联系。沃尔玛超市对其顾客的购物行为进行购物分析，发现了“啤酒和尿布”的关系。零售业利用此规则，帮助他们发现新的交叉销售机会[15]。除购物篮外，关联规则也可以应用到其他领域，如生物信息学、药物治疗和提高网络响应速度等方面 3 基于CRISP-DM 模型GPRS业务关联规则应用分析 将CRISP-DM模型应用于移动GPRS业务的数据挖掘中，以移动的GPRS业务为分析对象，运用关联规则Apriori算法来挖掘出GPRS业务之间的关系。G