运营商商业智能计算架构设计教学教材.pptVIP

数据仓库的建立 1)选择合适的主题（所要解决问题的领域） 2)明确定义事实表 3)确定和确认维 4)选择事实表 5)计算并存储fact表中的衍生数据段 6)转换维表 7)数据库数据采集 8)根据需求刷新维表 9)确定查询优先级和查询模式。 任务确定 概念描述 关联规则 分类 预测 聚类分析 奇异点分析 领域任务确定 主成分分析、相关分析、偏相关分析 营销策略分析 K nearest neighbor 最近邻算法、CBR 用户充值预测 Kmeans聚类算法、Pagerank算法 交往圈子优化 领域任务确定 Bayes贝叶斯算法、Decision Tree决策树算法 客户流失预警 Density based 密度方法 用户奇异点分析 马尔科夫模型等 新话费套餐沙盘推演 领域任务细化1 优化交往圈。包括交往圈聚类、重复客户认定等。交往圈可作为一个群体，对其进行相应的精确营销。这个具体可以用分析通话的重复次数、使用聚类算法等方法来实现。如果有客户的话务信息，整个交往圈聚类分析可以实现。其中一个交往圈子中的关键人物的选择可以通过类似pagerank算法来实现（探索）。 领域任务细化1 客户流失预警。主动流失的客户对企业影响最大，所以提前预测较为可能流失的客户可以使得企业进行相关的业务调整来挽留客户。这个也是通过对话务的分析来进行预警，很多运营商做过相关的项目，所以有一些经验可以借鉴，但需使用数据挖掘算法实现。 领域任务细化1 校园市场调研。通过对高校这样一个大群体进行调查，可以分析学生群体的特点以及需求，使得市场部制定出更合理的优惠措施，而在校园做这样的调查较为合适。此工作可以通过在学校内部派发问卷赠送小礼品的方式或者是在学校论坛发布调差报告的形式实现，需要较多人力。 领域任务细化1 新话费套餐沙盘推演。这种模型可以把一种新的话费套餐的数据输入从而得出相关客户信息。这种模型的建立需要大量的数据作为支撑，运营商做出如此巨大的话费变动情况较少，所以历史数据比较少，这种情况下面即使算法效率再高也很难做出相对准确的结果（探索）。 客户流失分析 稳定客户 潜在流失客户 客户社群发现 联系紧密的小团体 潜在客户社群 客户多重身份识别 换号 多个号码 领域任务细化2 客户价值发现 PageRank算法 PersonRank算法 竞争对手分析 竞争对手新增用户 竞争对手大客户分析 竞争对手跟本网业务分析 领域任务细化2 大客户分析 大客户特征分析 大客户流量分析 大客户价值分析 因特网服务规律 发现潜在的租用虚拟专用网络服务的顾客 发现增加电话线路租用需求的客户 通话时段的规律 领域任务细化2 漫游用户分析 漫游用户分布分析 按市场细分的客户（如个人客户、政府部门、企业客户）通话规律 国际长途的通话模式 领域任务细化2 架构过程 市场部、运营部 市场部、运营部 学习模型的实现 数据仓库建立 数据清洗 反馈 结果分析 挖掘算法的实现、改进 数据表合并、新属性生成、不等长数据的滑动 数据事实表的确定 流失预警算法框架 聚类出已知流失用户特征 训练集 分类算法 需要分类的用户数据 训练集 用户流失集 流失用户的类型 决策支持 流失客户提出预警 流失原因分析 有目的进行营销、挽回部分客户 结果分析 开源数据分析软件Weka介绍 开源 全面 规范 WEKA的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），它的源代码可通过http://www.cs.waikato.ac.nz/ml/weka得到 开源数据分析软件Weka介绍 WEKA作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。如果想自己实现数据挖掘算法的话，可以看一看weka的接口文档。在weka中集成自己的算法甚至借鉴它的方法自己实现可视化工具并不是件很困难的事情。 学生做商业智能计算项目过程 深入学习 实际项目 开源软件代码 理论学习 2011.9- 2011.6-2011.8 2011.3-2011.5 2010.9-2011.2 提纲 Part 1 商业智能计算架构设计 商业智能计算例子 运营商商业智能计算架构设计 开源数据分析软件Weka介绍 Part 2 大规模商业智能计算架构设计（云挖掘Hadoop) M