基于数据挖掘电信企业决策支持研究.pdfVIP

信息系统协会中国分会第一届学术年会 基于数据挖掘的电信企业决策支持研究球 王宇 (大连理工大学管理学院，大连116024) 文摘t电信行业的激烈竞争，使客户关系管理显得越来越重要。本文利用数据挖掘中的k-means聚类算法，对 网通公司无线市话的客户话务行为进行了挖掘和分析。进而深层次揭示客户通话数据中潜在的规律和有用的信 息，科学有效地实现对客户的细分。此项研究为电信企业有针对性地制定话费策略和服务提供了决策支持，提高 了电信企业的效益和竞争力。通过对网通公司客户通话数据的深层研究，以期为国内同类电信企业实施数据挖掘 及客户关系管理(C雕)提供有价值的实践参考。 关键词z数据挖掘；决策支持；电信企业；客户关系管理；k-means聚类算法 在日趋激烈的电信市场竞争中，企业只有通过 灵通业务为例，数据预处理的各步主要完成如下任 了解和分析某一产品潜在消费群体的特征，才能在 务。 未来的市场竞争中取得主动权。多年来电信企业在 1．1数据清理和集成 信息化改造方面投入了大量的资金，获得了大量宝 数据清理和集成实现对原始数据进行消除噪 贵的数据和信息。但遗憾的是，目前电信公司所使 声、格式转换、空缺值设置、数据集成等操作，并 用的信息系统，基本上都是利用简单的统计方法， 形成合法的记录导入本地数据库，同时舍弃那些非 缺乏有效的深层次的分析工具和方法，无法更深入 法记录，方便后续的数据挖掘工作。如在对电信 的得知信息之间的内在联系。基于这种考虑和需 call0数据进行导入处理时，其时间格式需进行转 20 求，数据挖掘技术被应用到企业客户关系管理中， 化处理。具体如，系统中上网时间字段取值“Feb 2005 取得了较好的效果II吲。 8：41：51：000PM”，数据挖掘系统无法直接接 数据挖掘(Data 受这种数据格式，需要对其进行自动转换。同时， MUling)是近些年人工智能和数 据库领域迅速发展起来的一项智能信息处理技术， 出于商业需要，计费系统中时间的取值精确到毫 它是指从大量的不完全的有噪声的模糊的随机的 秒，显然在数据挖掘过程这些信息是不需要的，为 数据中提取隐含在其中的人们事先不知道的但又 了节省数据库空间，也为了提高算法效率，可以将 是潜在有用的信息和知识的过程。人们把原始数据 这些信息直接丢弃。这样，经过格式转换后的结果 8：41：51PM”。 看作是形成知识的源泉就像从矿石中采矿一样【4】。 为“2005-2—20 数据挖掘主要有以下几步组成： 1．2数据选择 (1)数据清理和集成；(2)数据选择：(3)数 数据选择是由分析主题直接决定的，其核心任 据变换：(4)挖掘算法应用；(5)结果分析。其中 务是从数据库中选择和检索与分析主题相关的数 前3步被称为数据的预处理。它是数据挖掘过程中 据。小灵通通话记录表中某些字段信息在聚类挖掘 非常重要的部分。 中是不需要的，如用户名、通话结束时间、会话ID、 本文以网通公司为实例，采用数据挖掘技术【4】， 接入端口等信息都非用户所关心的，在数据选择这 特别