《基于数据仓库的电信经营分析与决策支持系统》-毕业论文.docVIP

第一章绪论 1.1研究背景 随着中国电信体制改革的逐渐深入以及中国加入WTO，中国电信业面临着前所未有的竞争压力。各企业既通过开发新的产品和服务，来提高自身的竞争力，也希望能够发挥自身的竞争优势满足客户需求，提高客户忠诚度、提高决策水平和效率。经过多年的发展，各企业的产品基本完善，能提供的服务也基本相似，电信公司目前主要经营本地电话、无线市话、国内长途和国际长途电话业务，全面提供数据、互联网和网元出租等通信业务。随着各企业产品线的丰富，企业的竞争优势主要体现在对每一个客户提供个性化的服务，只有建立以客户为中心的决策分析系统，通过大量信息的分析，才能真正进行以客户为中心的管理，帮助找出客户消费的行为和规律，筛选优秀的客户群体，进而预测客户的个性化需求，及时响应每一位客户现在和未来的需要，设计出更加符合客户需要的产品和服务，来提高客户的满意度，增强电信在激烈竞争中的实力。 1.2数据仓库和数据挖掘在电信行业领域中的应用 在中国的电信运营企业中，中国移动和中国联通都是较早引入了数据仓库应用的电信企业，中国电信和中国网通目前尚在着手建设标准，各项工作还在规划部署中。相比之下，中国移动则取得了非常不错的成绩，中国移动的数据仓库规划于2001年，2002年开始建设数据仓库，并于2005年建成了拥有超过842TB容量的世界最大的数据仓库,并建设性地提出了“分级式数据仓库理论”，为我国移动通信数据仓库的建设与应用积累了不少经验。中国移动可以通过数据仓库系统抽取大量详细数据从而直接产生管理报表，也可以及时发现省公司市场经营的异常情况，提升监管力度以保证市场的正常运作。广东移动通信有限责任公司在1998年采用利用计费系统的帐单、清单历史数据和交换系数仓库电经营决统统原始详细呼叫记录(Call data Record)及客户资料、缴费情况等业务数据及外部数据等，采用数据仓库技术进行“市场和用户行为系统”的建立，经过探索和开发取得了较好的效果。 1.3数据仓库的应用价值 在激烈的电信市场竟争中，信息对于电信企业的生存和发展起着至关重要的作用。表达信息的数据随着时间和业务的发展而不断膨胀，同时数据分布在不同的平台上，具有多种存储形式，作为领导和决策者如何从复杂的数据环境中得到有用的决策数据呢？随着分布式结构的数据库技术的提高和数据处理技术的发展，数据仓库(DataWarehouse,DW)和决策支持系统(Decision Support System,DSS)应运而生。对传统数据库的日常事务处理(联机事务处理)(Online Transaction Process,OLTP)十分理想，而要让面向操作的传统数据库进行决策分析则显得力不从心了。而数据仓库中的数据是面向主题的、集成的、不可更新的(稳定的)并随时间不断变化的，建立数据仓库的目的正是为了更好的支持决策分析。 1.4数据挖掘的发展现状 数据挖掘(data mining，DM)是上世纪八十年代在投资人工智能研究项目失败后，人工智能转入实际应用时提出的。它是一个新兴的、面向商业应用的人工智能研究。知识发现(KDD)和数据挖掘是数据库领域中最重要的课题之一，目前知识发现和数据挖掘已成为研究的热点焦点，一批数据挖掘系统开发出来，在商业、经济、金融、管理领域都取得了应用性成果。为了更好的从数据中有效地提取信息，从信息中发现知识，从大量数据中挖掘出支持人们决策的知识，人们对数据挖掘的理论、技术和应用在以下几个方面都进行着更加深入的研究: 1、专门用于知识发现的形式化的数据挖掘语言； 2、数据挖掘过程中的便于用户理解的即人机交互的可视化方法； 3、网络环境下的数据挖掘技术； 4、加强对各种非结构化数据的挖掘，如对文本、图形数据、视频图像数据、声音数据等。 1.5本文的组织 本文第一章是绪论，介绍了数据仓库和数据挖掘在通信领域的应用及其现状；第二章介绍电信经营分析决策支持系统的需求分析，并对决策支持系统的相关技术作了简要介绍；第三章介绍电信经营分析与决策支持系统数据仓库的建立过程；第四章介绍使用电信经营分析与决策支持系统进行分析的几个方面及分析结果，验证了电信经营分析与决策支持系统的有效性；第五章是总结与展望。 第2章电信经营分析决策系统需求分析及设计框架 2.1电信业务系统介绍 2.1.1电信业务系统的分类及概况 电信网络支撑系统包括业务支撑系统（Business Support System,BSS）、运营支撑系统（Operation Support System,OSS）和管理支撑系统（Management Support System,MSS）三大部分，其中业务支撑系统(BSS)包括九七系统、本地网计费账务系统、渠道管理系统、10000号客服系统、省级计费结算系统、智能网