浅谈数据挖掘技术在移动通信中的应用.docVIP

PAGE PAGE 1 浅谈数据挖掘技术在移动通信中的应用 　　摘要：由人工智能和数据库，以及统计学三门学科，汇集在一起的一门新兴的交叉学科，就是数据挖掘技术。在众多的数据中，辅助人们把自己需要的有价值的东西挖掘出来，是这门学科的宗旨。移动通信运营商把运营成本逐渐的降低，并把不同的客户服务项目向用户提供，从而参与国内移动通信市场日渐激烈的竞争。而应用数据挖掘技术，可以有助于运营商对客户消费行为进行分析，以及对客户特征进行鉴别，是运营商进行市场营销和对客户进行服务的好参谋。 　　关键词：数据挖掘；移动通信；决策树 　　中图分类号：TN92文献标识码：A 　　到2010年为止，7.38亿是我国手机用户的数量，全球手机用户数量也达到50亿多。手机用户数量的增加非常迅猛，移动通信技术也实现了从2G到3G的技术革新，移动通信市场的竞争更加激烈。数据挖掘技术将帮助运营商对客户心理及行为习惯进行更好地把握，从而使其提供的服务更具人性化和针对性，从而在激烈的市场竞争中占据优势地位。 　　1何为数据挖掘 　　数据挖掘是一个发现知识的过程，也是一个从众多数据中，把有用而且还没有发现的模式，或隐含在其中的有价值的信息挖掘出来的技术。 　　当前计算机和数据库技术，研究的一个热点就是数据挖掘，目前国外的系统比较有影响力，而国内的研究却还处于相对落后的状态之中，这远远跟不上我国经济发展和市场的需求。 　　2数据挖掘在移动通信中应用的条件 　　业务运营系统和业务受理网站，以及客户服务呼叫中心等，是目前移动通信运营商设置的几个服务环节。这几个信息系统虽具有分散性，但对于客户的某一部分的信息，却都各自比较完整的进行着管理，众多的客户数据和账务数据，以及市场营销数据，凭借不同的数据结构和访问方式，在物理上或者逻辑上隔离的数据库中，分散地存放着，这些信息数据库具有独立性，大量冗余和不一致在这些数据库中存在，在数据挖掘过程中，数据必须具有单一试图的要求才能进行，否则不能得到满足。 　　这些系统对于在线事物进行实时的处理，都属于事物型的联机处理系统，处于不断的变化当中。一个稳定的分析环境不能形成。数据挖掘需要在数据仓库的基础上，进行查询、分析、取样等等大数量级的频繁操作。这样把之前各个独立的数据库系统联合在一块便形成了可供数据挖掘用的数据仓库1。 　　具有特定的主题，以及特定的挖掘目标，是数据仓库具有的新的特征，这种特征在一定的时期之内，具有相对稳定性。有各个联机事务处理系统提供数据仓库的数据，通过固定的格式，这些系统向数据仓库提交原系统中的客户呼叫对象记录，以及客户消费记录和客户基本资料等信息。这些信息被数据仓库接受到之后，通过特定的组织规则予以分类和存储，然后带有特定目的性的，对这些数据进行分析和数据挖掘。 　　信息系统较为完整的管理者客户某一部分的信息，信息系统不同，则客户访问方式、数据格式也有所不同，数量众多的数据以零散的状态分散着。有些客户数据不仅仅冗余、而且是存在着严重的不一致性。但数据挖掘需要单一的视图，所以这些数据无法对数据挖掘技术予以满足。 　　这些系统属于联机事务处理系统。可实时、在线处理事务。但却解决不了较为频繁的检索、以及大规模的查询操作。所以对数据进行挖掘的首要条件，是建立一种企业级的客户信息数据。这样可将处于不同的联机事务处理系统中数据在一起聚集，建立起单一性、完整性和准确性的客户数据环境。 　　3数据挖掘在移动通信中的应用 　　数据挖掘工作是通过建立完成的企业级的客户信息数据仓库来进行的。对数据挖掘的预定目标，以及所需要解决的问题予以明确，是进行数据挖掘工作开展之前，所必须进行了解的首要问题。数据挖掘工作的方向和意义，需要建立在明确定义的基础之上。本文根据移动通信运营商市场运营的特点，把数据挖掘的目标确定为以下主题。 　　3.1客户行为分析 　　为了对客户在社会联系和生活方式，以及消费习惯等方面的特征予以了解，需要依靠聚类和分类分析法，分析研究客户通话行为。按不同特征对客户群进行划分，是分析客户行为的根本目的所在，运营商通过不同客户群的特征，对不同的市场营销活动和客户服务进行决策。根据某一客户群的消费特征，采取某种移动业务的营销，这是对客户群进行划分中最典型的应用。 　　3.2优惠策略仿真预测 　　在市场营销中，非常重要的一部分就是运用优惠政策，但如果运用了不得当的优惠策略，那么所得到的市场效果却会事与愿违。 　　为了能真正预测采取优惠策略后所实施的效果，必须依靠客户行为模型的支撑。通过仿真测试，观察用户对优惠策略效果的反应，同时预测优惠策略是否成功，进而制定和采取与之相适应的优化和调整策略。 　　3.3客户忠诚度分析 　　依靠分析客户消费金额和帐务支付，把客户价值模型建立起来，从而分析客户的忠诚度，对客户离网倾向和价值进行了解。