黑龙江移动经营分析系统网管信息应用实现

哈尔滨理工大学硕士学位论文黑龙江移动经营分析系统网管信息应用实现姓名：李玲玲申请学位级别：硕士专业：计算机技术指导教师：万静;王雅文20070501黑龙江移动经营分析系统网管信息应用实现作者：李玲玲学位授予单位：哈尔滨理工大学相似文献(9条)1.学位论文孔少龙数据仓库技术在经营分析系统的应用研究2007随着通信技术和产业的发展，业务种类及业务量的迅猛增大，导致各个信息系统均产生海量数据，在日益竞争和瞬息万变的经济时代，最首要的问题是：如何充分利用这些数据，深层次地挖掘数据资源并进行分析，使决策者能及时掌握公司的运营情况，从而提高公司的业务发展和竞争优势，扩大市场份额。随着数据库技术和互联网技术的发展而日益发展和流行的数据仓库技术正是解决上述问题的一种技术方案，它是基于大规模数据库的决策支持系统环境的核心，数据仓库是一系列集成的、面向主题的数据库，并运用联机分析处理(OLAP)技术对各个业务运作进行统计和对用户的假设进行验证。通过数据挖掘发现数据背后隐藏的模式，为决策提供量的支持。本文重点讲述了数据仓库、OLAP以及数据挖掘的概念与技术实现，对多种建模方法进行分析讨论，并结合移动公司的具体应用分析了数据仓库技术应用的实施过程。2.学位论文徐勋前移动通信企业经营分析系统的构建与管理研究2002本文试图研究移动通信企业经营分析系统规划和建设的基本业务框架，研究的出发点是充分利用业务支撑系统(BOSS)产生的大量的数据资源，建立移动通信企业经营分析系统(SBMA)，实现对信息的智能化加工和处理，为市场经营工作提供及时、准确、科学的决策依据。主要内容包括对移动通信企业经营分析系统的总体说明、基本层次结构、系统功能、专题分析、系统管理、外部系统的接口、指标要求等方面的内容。指出了SBMA的组织结构分为集团公司经营分析系统和省公司经营分析系统两级，体系结构分为数据获取层、数据存储层和数据访问层三层，信息在三条闭环信息流中流动。定义了SBMA的分析(维度)角度共56个，并建立了包括九类分析指标的完整指标体系。3.学位论文李文广基于数据挖掘技术的经营分析系统2005随着垄断格局的打破，国内电信运营商间的竞争越来越激烈，而单纯的价格战将对竞争的双方造成损失。在网络服务质量等方面的差别逐渐减少的情况下，为了提高市场竞争力，电信企业都在寻求改善客户服务质量的方法。它们迫切地需要提高企业内部的科学决策能力，增强在市场经营等方面的正确判断能力。客户资源是运营商最重要的核心资源，只有充分细致地认知客户、了解客户的差异化，才能为客户提供更好的服务，才能提高客户满意度和忠诚度，给运营商带来收入和利润，提高运营商的市场竞争地位。数据挖掘技术的应用可以帮助运营商分析客户消费行为，识别客户特征，辅助运营商进行有效的市场营销和客户服务。目前移动通信运营商虽然都建立了业务运营支撑系统，积累了海量的电子化的业务运营数据，但是各个信息系统都各自比较完整地管理着客户某一部分的信息，众多的客户数据、市场营销数据、帐务数据以不同的数据格式和访问方式分散在不同的系统中，形成众多的信息孤岛，数据在各个信息孤岛中存在着冗余和不一致，不能满足数据挖掘过程中数据必须具有单一视图的要求。同时这些业务系统都是联机事务处理系统，实时处理在线事务，不能适应数据挖掘应用过程中大规模的、频繁的检索操作。因此，必须建立企业级的数据仓库，将不同联机事务处理系统的客户数据聚集在一起，提供一个正确、完整和单一的客户数据环境。同时系统还必须能集成专业化数据挖掘工具和数据分析、展现工具，为决策者使用系统进行经营分析提供便利。针对这一状况，本文提出一个基于数据挖掘技术的移动通信企业经营分析系统框架，阐述了系统采用的关键技术并结合移动通信企业特点对系统进行分析和设计。移动通信企业数据量大，因此选择合适的数据挖掘算法，提高系统分析效率，是建立经营分析系统过程中必须考虑的问题之一。本文采用的数据挖掘过程严格遵照业界流行的CRISP-DM过程模型，结合移动通信企业特点对数据挖掘算法进行了改进。在客户细分过程中，由于客户行为涉及到的变量众多，而且部分变量之间存在较强的相关性，会影响到聚类算法的效果，因此我们对聚类算法进行改进，在进行聚类之前，先进行因子分析。力争使用少数几个随机变量来描述诸多变量所体现的一种基本结构，从而将数据维度降至一个合适的水平，从而提高了聚类分析的速度。本文基于决策树和聚类分析方法对客户流失和细分等方面利用数据挖掘工具的进行了数据挖掘，形成的挖掘结果基本上符合生产和决策的规律，对分析预测有一定的指导意义，在其他方面的应用也有着较大的参考价值。4.学位论文曾煜经营分析系统设计与数据挖掘实现2006目前移动通信运营商虽然都建立了业务运营支撑系统，积累了海量的电子化的业务运营数据，但众多数据以不同的数据格式和访问方式分散在不同的系统中，存在着冗余和不一致。因此，必须建立经营分析系统，将不同数据聚集在一起，提供一个正确、完整和单一的客户数据环境。同时系统还必须能集成专业化数据挖掘、数据分析和展现工具，为决策者进行经营分析提供便利。针对这一状况，提出一个基于数据仓库和数据挖掘技术的移动通信企业经营分析系统框架，对经营分析系统进行了初步设计和实现。在系统设计方面，主要是在构建系统总体架构的基础上，设计了面向移动业务主题的数据仓库，针对不同的数据源和数据类型，制定ETL(Extract—Transform—Load)策略，提出ETL的信息处理方式和流程，帮助移动通信企业能够从大量庞杂的数据源中获得及时准确的业务信息；同时根据江西移动通讯公司的实际工作需要，设计了系统的总体功能架构，对系统功能最为核心的客户情况分析功能进行了具体的阐述。在系统实现方面，主要是提出系统应采用基于J2EE平台的多层分布式结构，研究了系统数据仓库的ETL及物理模型的实现，并利用数据挖掘工具对客户细分进行了数据挖掘。数据挖掘使用聚类分析的方法和技术，构建了客户细分分析模型，形成的挖掘结果基本上符合生产和决策的规律，对分析预测有一定的指导意义，在其他方面的应用也有着较大的参考价值。5.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。6.学位论文陈忠客户生命周期管理在移动客户维系和挽留中的应用2005国内运营商对移动客户的全生命周期过程的研究还处于刚刚起步的阶段，研究客户维系和挽留策略，更好满足客户在各个发展阶段的需求，对我国移动通信运营有重要的应用价值和现实意义。　　首先本文从分析移动客户维系和挽留中存在的问题入手，提出移动运营企业必须实现战略转型，从依靠成本投资和资费转向依靠经营和客户服务拉动用户和收入市场增长。　　其次本文介绍了生命管理周期的基本理论，提出如何关注客户生命周期发展全过程，从有效的客户关系管理中提升企业竞争力，在向客户生命周期各阶段持续提供完整、全面、细致的客户服务，不断提升客户使用价值，延长客户在网生命时间。　　接着本文以广西联通客户维系和挽留为案例进行实证分析，简单介绍该公司客户维系与挽留发展现状、经验和教训，通过新客户入网分析、用户离网数据模型的建立和应用等两个数据挖掘实例的深入分析，为目前企业面临的客户大量流失困境提出解决的具体思路。　　最后本文得出结论，移动运营企业必须以客户生命周期管理为中心进行管理再造，提高市场营销策略、业务流程管理和经营分析系统能力，追求客户价值最大化，打造公司核心竞争力，才能实现业务科学、持续、健康发展。7.学位论文郭炜基于过程神经网络的移动通信客户流失分析系统的设计与实现2005本文采用过程神经网络算法，针对移动通信客户流失分析的应用需求和数据特点，设计并实现了基于过程神经网络的移动通信客户流失分析原型系统，具体工作包括：1.提出过程神经网络流失预测数据的压缩算法。由于过程神经网络主要分析的是客户行为序列，因此超大容量的预测数据存储已经成为妨碍过程神经网络算法在移动通信行业应用的首要问题。基于傅里叶变换等数学方法，提出一种可以将过程神经网络的预测数据压缩的数据预处理算法，并经过实际数据的检验取得到良好的实验结果。2.针对移动通信环境下的流失分析的需求，设计了面向过程神经网络挖掘算法的优化机制。移动通信企业提供的海量数据对任何一种算法效率都是一种考验，针对流失分析这个具体问题，对过程神经网络算法的拓扑结构进行了优化，使之能在可控的范围之内，提高算法效率。3.设计并实现针对移动通信环境下高效的过程神经网络数据挖掘的系统构架，解决了数据挖掘系统和数据库系统之间的I/O传输瓶颈，使系统可以顺利地在移动通信海量数据环境中进行部署和使用。4.设计并实现了基于过程神经网络的移动通信客户流失分析的原型系统，并在实际的数据环境中进行了相应的测试和实验。研究工作得到了中国移动通信集团公司“数据仓库技术在经营分析系统的应用研究”项目和国家自然科学基金：面向海量移动数据挖掘的过程神经网络算法与应用研究的支持。所提出的方法在基于过程神经网络的移动通信客户流失分析原型系统中得到实现和验证。8.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.9.学位论文林丽金面向移动通信业CRM的数据挖掘及应用研究2009随着3G牌照的发放，移动通信企业之间的竞争日趋激烈。通信企业面临争夺客户资源以及来至于信息管理系统大量应用造成的“数据爆炸”，但是又缺乏支撑决策信息的双重困境。如何保持和获得高价值客户成为各运营商市场竞争焦点，因此客户关系管理成为提升企业核心竞争力的有效手段。而数据挖掘技术逐步成为CRM最有力的帮手，它实现了一种数据驱动的企业决策过程。本文通过理论与实际相结合调研方式展开论文研究，首先阅览了大量数据挖掘技术和客户关系管理理