浅析数据挖掘在电信企业经营分析系统中的实际应用

【 术应 用 】 技
蘩鼹
浅 析 数 据 挖 掘 在 电信 企 业 经营 分 析 系 统 中 的实 际 应 用
邬 宏 齐 维 栋
长春 １０ １ ） ３ ０ ２ （ 长春电信工程设计院股份有 限公司 吉林
琏 一 、 ▲
摘
要 ： 对于 经营分析 系统而言 ，数据挖 掘是经 营分析 系统中 的典型应用 ，或者说 经营分 析是基于 数据挖掘 技术的 系统 。从数据 挖掘 的含 义讲起 ，充分结合
系 统交流 ，来完成 挖 掘工 作 ［ ］ ２。
数 据 分析 及挖 掘 ：本 公司 用户 未能 按语 音通 话 行为 进行 归属 的 ，按用 户 信 息表里 的 入网营 业厅 进行 归 属。 其 他运 营 商用 户未 能按 通话 行 为归 属 的，再 按短 信 详单 中次 数最 多 的 本 地用 户所 属 营业部 进行 归属 。 仍 未 能归 属 的其他 运 营商 用户 ，再 按其 所属 地 市下 的拥 有基 站最 多 的 营 业部 进行 归属 。 ２ ２ 新增用 户 的判 别方 法 。取 当月 详单 记录 ，过 滤掉 基础 用 户和 日后 ． 确 定 的老用 户 的通 话 详单 ， 只取 新 出现 的用 户 详单 ，按 照 上述 基本 方法 进
实 例 ， 阐述 数 据 挖 掘 技 术 在 经 营 分 析 系 统 中 的应 用 。 关 键 词 ： 数 据 挖 掘 ； 电 信 企 业 ； 经 营 分 析 系 统 中 图 分 类 号 ： Ｔ ３ 文 献 标 识 码 ：Ａ 文 章 编 号 ： １ ７ － ７ ９ （ ０ ０ １ ２ ０ ９ ０ Ｐ １ ５ ７ ２ １） １０９ － １ ６
掘专 题 中对 流程 进 行 了一定 的 优化 和 改进 ，但 每 个专 题 时间仍 需 一个 月 以
上 时间 。而 移动 市 场部 的营 销 活动 从 需求提 出到 开始 实施 一般 只 有两 个 星 期左 右 ，在 时间上 大部 分专题 达 不到 市场 部的 需求 。
１１基 于 数据 挖掘 的 经分 系统 架构 。电信 企业 的数 据 具有 海量 化 的特 点 。 由于 业 务种 类 多 、客户 量 大 ，长 期 以来 ，不 仅积 累 了大 量 重要 的 业务 数据 ，而 且 随着 业 务的 扩 展和 客户 量 的猛 增 ，这 些 数据 每天 都 以惊 人 的速 度增 长 ，将业 务 数据 加 工整 理成 有 价值 的信 息并 对这 些 信 息进行 快 速 综合
１基于 数据 挖掘 的经 营分 析 系统
１ ）使 用 数据 挖 掘 工具 进 行专 题 数据 挖 掘 ，数 据挖 掘 过程 中的 中间 结 果很 难 提供 给业 务 部 门相 关人 员 ，商 业理 解和 数 据理 解 过程 交流 困难 ，业 务部 门参 与程 度低 ，造 成挖 掘结 果不 够理 想 ； ２ ）使 用挖 掘 工 具进 行 专题 数 据挖 掘 ， 虽然 在 集 团规 范和 进 行数 据 挖
站 小 区。
业务信 息 能够有 机 、有序 联 系， 以保 证信 息的 高可 用性 ［］ １。 在 经 营 分 析 系统 发 展 过 程 中 ， 为 了更 好 的 实现 精 细 化 管 理 和营 销 工 作 ，大量 的使 用 数据 挖 掘技 术 ，主 要完 成 客 户挽 留 、数 据业 务推 广 、 产 品 关联 、营 销预 演 、客 户 细分 等专 题 分析 ，为 电信 企业 客户 细 分和 营 销 活动
处理 分析 的 需求 不 断增 长 。同 时 电信 企业 需 要做 到各 个 地域 、各个 时 期 的
２数据 挖撼 专囊 ：用 户 区域期 分方 法 专题 目的：确 定 用户 的所 属 区域 ，为后 期 的用 户细 分 （ 自身 ）、市场 营销 （ 他运 营商 ）等 工作提 供 依据 。 其 ２ １ 基本 方法 。数 据清 洗 、抽 取及 建立 数据 库 ：汇 总用 户 （ 移动 、联 通 、小灵通 ）在本 公司 的基 站上 发生 的通话 次数 、 主叫次 数 、计 费时长 。 建 立 模 型 库 ：按 基 站 所 归 属 的营 业 部 进行 二 次 汇 总 ，把 用 户 通 话次 数 、主 叫次 数 、计 费时 长最 多 的营 业部 作 为该 用户 的 归属 营业 部 。再 取该 营业 部下 通 话次 数 ，主 叫次 数 ，计 费 时长最Байду номын сангаас多 的基 站 作 为该用 户 的归 属基
的开展 提供 了有 力 的支持 。
对 于某 一 个具 体 的经 营分 析系 统 ， 由于应 用环 境和 实 际需 要 的不 同 ，
在 结构 和 系统 模 块 的构架 上 可能 会 各不 相 同 。但在 理 论上 ，任何 一 个采 用
数据挖 掘 技术 的 系统 都 具有 如下 功 能模 块 ：数 据库 ，对数 据 仓库 进 行 管理 和进 行 数 据 的 预 处理 ，并 向数 据挖 掘 引擎 提 供 符 合 数 据 挖 掘 要求 的数 据 （Ｔ ）；数据 挖掘 引擎 ，即数据 挖掘 模 块 的重要 组成 部分 ，包 括一 系 列任 ＥＬ 务功 能 模 块 ，如 总结 规 则 、特 征 向量 、关 联 规 则 、 分 类 、 聚类 、趋 势 分 析、评 估 等等 ； 模式 评价 模 块 ，为 了找 到最 为 合适 的模型 ，这个 评 价模 型 和 数据 挖 掘引 擎相 互 作用 ，以感 兴趣 度 为 门 限反 复挖 掘和 评 价 ；用 户 图形 界 面 ，即 用户 和数 据 挖掘 模 块进 行 交互 的 界面 ，用 户 通过 数 据挖 掘 语 言和
０引言 本文 简要 介 绍 了数据 挖掘 的基 本 概念 和相 关 知识 。然 后 结合 电信 的 具
高效 性 。但是 在经 营分 析系 统建 设过 程 中，也 发现 了如 下 问题 ：
体行 业特 点 ， 阐述 了如 何 建立 一个 基 于数 据 挖掘 的 经营 分析 系 统 ，并 举例 对数据 挖 掘在经 营 分析 系统 中的应 用 等 问题进 行 了讨论 。