商业智能在移动通信中的应用研究

厦门大学硕士学位论文商业智能在移动通信中的应用研究姓名：江多默申请学位级别：硕士专业：软件工程指导教师：陈海山20081101商业智能在移动通信中的应用研究作者：江多默学位授予单位：厦门大学相似文献(3条)1.学位论文尹波聚类分析及其在移动通信企业数据挖掘分析中的应用研究2008数据挖掘是指从数据库中发现隐含的、新颖的、有用的信息的过程，已经在许多领域得到了广泛的应用。聚类分析是数据挖掘的主要技术手段之一，至今已在理论和方法上取得了丰硕的研究成果。随着近年来数据密集型企业数据仓库等决策支持系统的建设以及企业对商业智能的需求，数据挖掘面临新的应用，聚类分析研究也面临更多新的内容和挑战。移动通信企业是典型的数据密集型企业，随着电信市场竞争的不断加剧，如何对客户进行细分和分类、并针对不同的客户群实施差异化营销和服务，已成为当前电信企业的迫切需求。本文针对移动通信企业的客户细分需求以及数据特性，研究和提出一种针对混合属性数据的聚类算法，并将其应用于移动通信企业的客户细分，在此基础上提出了基于客户细分的市场营销方法。所做工作归纳如下：1.介绍了数据挖掘技术，详细论述了数据挖掘中的聚类分析，总结了聚类分析的方法、特点和分类，重点讨论了混合属性数据聚类，具体研究了模糊K-Prototypes(FKP)算法，并指出了它的优缺点。2.针对模糊K-Prototypes算法对初始值敏感、容易陷入局部极小值的问题，提出了一种基于粒子群优化(ParticleSwarmOptimization，PSO)算法和FKP算法有机结合的混合聚类算法。该算法首先利用PSO算法确定FKP的初始聚类中心，再将PSO聚类结果作为后续FKP算法的初始值。实验结果显示，新算法具有良好的收敛性和稳定性，聚类效果优于单一使用FKP算法。另外考虑到样本矢量中各维特征对模式分类的不同影响，采用了ReliefF算法对特征进行加权选择。3.研究了聚类技术在移动通信企业客户细分领域的应用。论述了客户细分的基本理论、方法和步骤，建立了基于客户行为特征/消费心理的细分模型，在对湖南移动经营分析系统的客户信息原始数据进行商业理解之后，聚类技术实现了客户群的一种细分，并将该细分模型成功地应用于市场营销过程中的决策支撑。2.期刊论文陈宁.刘岚.CHENNing.LIULan数据仓库在移动通信企业经营分析系统中的应用-现代电子技术2008,31(14)从目前中国的市场来看,数据仓库和商业智能已经越来越受到企业决策分析人员的重视.移动通信企业是数据密集型企业,它的经营分析需要数据仓库作为一个高效能的平台,有利于科学方便快捷地做出决策.主要阐述数据仓库中数据处理与分析技术在移动经营分析系统中的应用,提出基于SAS和Brio的移动经营分析系统数据处理与分析的解决方案.3.学位论文李贤鹏基于决策树的移动通信企业数据挖掘研究2008数据挖掘是指从数据库中发现隐含的、新颖的、有用的信息的过程，已经在许多领域得到了广泛的应用。分类与预测分析是数据挖掘的主要技术手段之一，至今已在理论和方法上取得了丰硕的研究成果，决策树分类算法就是其中最典型的代表。随着近年来数据密集型企业数据仓库等决策支持系统的建设以及企业对商业智能的需求，数据挖掘面临新的应用，决策树分类算法研究也面临更多新的内容和挑战。本文主要针对移动通信企业的数据特性以及客户保持等需求，研究和提出一种改进的决策树算法，并将其应用于移动通信企业客户流失分析以及来电提醒等具体的业务中。所做工作归纳如下：1.对数据挖掘技术的发展和现状做了概括性的阐述，介绍了数据挖掘的概念、内容、主要技术以及在移动通信等行业领域的应用和发展。2.对数据挖掘中的决策树分析方法做了详细的描述，介绍了决策树分析中的经典算法--ID3算法，对ID3算法的基本性质、性能和特点进行了分析和总结，针对传统的ID3算法计算效率低、属性偏向性比较严重等缺点，提出了一种改进的ID3算法；该算法利用递推性质将熵函数的复杂计算问题转化为基于数组的查表运算问题，从而提高了计算效率，该算法运用属性加权因子在很大程度上克服了属性偏向性。3.运用改进的决策树算法建立了某移动通信企业的客户流失预测模型并将该模型应用于离网客户预测、离网原因分析、客户挽留等决策支持应用中。4.运用改进的ID3决策树算法建立了某移动通信公司“来电提醒”业务的目标客户预测模型，对预测结果进行了商业性的描述和分析，为移动通信企业业务营销策略提供了有效的决策支撑。本文链接：授权使用：北京工商大学(btbu)，授权号：cd5c6523-3d49-401d-9d31-9ecc012b4323下载时间：2011年4月21日