数据建模技术在电信业务支撑系统中的应用研究

主要讨论数据建模技术在电信业务支撑系统中的应用。以异常客户的识别为例,阐述了数学模型的构建与使用。遵循数据挖掘流程,详细介绍了数据属性的约简,模型建立以及模型评估的方法。通过对实际数据的验证,说明了基于数据挖掘技术的电信行业建模应用的有效性。     

基于工作流的数据挖掘PMML模型实现

随着计算机、数据仓库等技术的发展,数据挖掘在电信、银行等行业中得到了越来越广泛的应用.本文提出了应用PMML标准实现不同数据挖掘模型、工具间数据的传递的方法,同时将工作流应用到数据挖掘系统中,实现了由用户定制数据挖掘过程和选择算法的功能,解决了多个数据挖掘模型、算法间的互操作问题,同时运用工作流增强了数据挖掘系统用户自主定制和选择的能力.     

数据挖掘在电信行业客户流失分析中的应用

阐明了数据挖掘技术是电信行业提高客户的忠诚度,防止客户流失发生的重要手段,介绍了数据挖掘技术应用于电信行业客户流失分析中的方法、步骤及具体实现过程。     

数据挖掘技术在经营分析系统中的应用

数据挖掘技术是对海量数据进行分析和信息提取的重要工具。本文首先介绍了数据挖掘的基本概念和相关知识。然后结合电信的具体行业特点,建立了一个基于数据挖掘的系统(MDMS),并对该系统的结构、模块组成等问题进行了深入的讨论。文中详细介绍了该系统中关联规则挖掘技术、分类模型挖掘技术和聚类分析技术等关键技术的实现。最终对该系统在电信运营过程中所起的作用作了一个总评。     

数据挖掘在电信客户分群中的应用

介绍了电信企业数据挖掘的若干主题及常用数据挖掘模型;利用数据挖掘工具KXEN,采用K-means聚类方法给出了一个电信客户分群的解决方案。     

基于数据挖掘的电信客户流失模型的建立与实现

文章介绍了利用数据挖掘技术处理电信行业中的客户流失问题,包括建立客户流失预测模型的过程及对模型的评价,并且使用数据挖掘工具SAS/EM实现了整个建模过程。     

电信客户流失预测模型研究

以某地市电信企业的客户为目标用户群,结合电信行业的业务规则,利用SPSS公司的数据挖掘工具Clementine,运用数据挖掘中的CRISP—DM模型方法建立了客户流失预测模型,为电信企业对流失客户采取更有效的营销策略提供一些建议。     

电信收入保障中数据稽核平衡关系式的研究

数据稽核是电信行业中实现收入保障的有效方法之一。然而,目前的数据稽核方法缺乏理论基础,为此根据收入保障实践基础上提出了一种基于平衡关系式的数据稽核方法,对平衡关系式模型及其中的数据实体模型进行了形式化定义和业务描述,最后以某省电信收入保障项目——财务稽核系统进行了实际验证。     

聚类分析在电信家庭客户细分中的应用

电信行业的客户细分多数集中在政企客户,很少涉及到家庭客户,而家庭市场一直是电信运营商的大本营。该文采用数据挖掘中的K-means聚类算法,建立客户细分模型,对电信家庭客户进行细分,为进一步挖掘家庭信息服务需求,实现精细化营销奠定基础。     

基于组合预测的电信客户流失预测

利用数据挖掘技术,对电信行业客户信息进行了分析,对用户进行关联、分类、聚类分析,给出了解决问题的模型和方法并在实践中得到评估和检验,本文提出了一种基于组合预测理论的预测算法,在实际客户流失预测分析的应用结果表明,该算法的流失预测的准确率高于传统的分类预测算法所得到的预测准确率.构建的预测模型对解决电信客户流失预测方面的问题具有应用价值.     

基于数据挖掘的电信欺诈侦测模型

将数据挖掘技术具体应用到电信欺诈侦测领域中,提出了一种基于数据挖掘的电信欺诈侦测模型。利用某移动运营商的真实数据对本文的模型进行了验证。     

判别分析在电信客户分类中的应用

随着中国电信市场的逐渐成熟,电信行业面临着如何从以“以产品信息为中心”向“以客户为中心”转变的难题。数据挖掘能从大量数据中发现潜在和有价值的知识。从数据库中提取了相关数据,作为分析的依据,利用SPSS中的判别分析对电信数据进行挖掘,建立模型进行分析预测,对电信行业进行了客户分类和预测,使得电信商的营销决策更具有针对性,给电信商带来了更多的效益。     

利用数据仓库和数据挖掘实现电信决策支持系统

给出了电信企业利用数据仓库和数据挖掘技术实现的决策支持系统的逻辑架构和物理架构，并简单介绍了该系统中的几种数据挖掘方法。     

基于JSP与Notes架构B/S的电信管理信息系统

电信业务系统难以集成、数据共享困难是目前电信企业信息化建设面临的主要问题 ,本文介绍了如何架构基于B/S模式的融办公、管理和决策为一体的电信企业管理信息系统。还介绍了采用JSP技术实现MIS的主体部分 ,并结合Notes的Web开发技术实现基于浏览器的办公自动化系统。本文还提出了采用中间件技术来解决电信MIS建设中数据异构的问题 ,结果发现基于XML的中间件技术很好地实现了数据的共享和集成。同时基于B/S模式的电信MIS对实现电信企业管理水平与运行模式的发展具有重大意义     

A combined mining-based framework for predicting telecommunications customer payment behaviors

Most existing data mining algorithms apply data-driven data mining technologies. The major disadvantage of this method is that expert analysis is required before the derived information can be used. In this paper, we thus adopt a domain-driven data mining strategy and utilize association rules, clustering, and decision trees to analyze the data from fixed-line users for establishing a late payment prediction system, namely the Combined Mining-based Customer Payment Behavior Predication System (CM-CoP). The CM-CoP could indicate potential users who may not pay the fee on time. In the implementation of the proposed system, first association rules were used to analyze customer payment behavior and the results of analysis were used to generate derivative attributes. Next, the clustering algorithm was used for customer segmentation. The cluster of customers who paid their bills was found and was then deleted to reduce data imbalances. Finally, a decision tree was utilized to predict and analyze the rest of the data using the derivative attributes and the attributes provided by the telecom providers. In the evaluation results, the average accuracy of the CM-CoP model was 78.53% under an average recall of 88.13% and an average gain of 11.2% after a six-month validation. Since the prediction accuracy of the existing method used by telecom providers was 65.60%, the prediction accuracy of the proposed model was 13% greater. In other words, the results indicate that the CM-CoP model is effective, and is better than that of the existing approach used in the telecom providers.     

电信数据挖掘数据准备过程的规范化设计

从工程化实施电信数据挖掘项目的角度出发,在满足具体商业问题建模的数据要求前提下,对数据准备过程进行了结构化的分析和分解,提出一种规范化方法来约束宽表结构、源系统接口方式、数据预处理流程,并且预定义了相应的数据探索和数据准备过程,从源头改进电信数据挖掘项目的实施效率和质量。     

流失预测模型的设计与实现

随着市场竞争的日益加剧,客户流失问题是电信运营商都面临并急需解决的问题。要解决这个问题,首先就要对客户进行分析和预测。本文就是介绍利用挖掘软件SPASS Modeler对电信客户进行数据探测与分析,掌握老客户的流失动向,并对流失客户的特征进行归类,为以后电信运营提供有用的数据。     

利用数据挖掘技术提高电信企业管理决策水平

本文分析了现有电信管理决策系统中存在的问题,讨论了数据挖掘的定义、目的和方法,提出了在多维数据库基础上用数据挖掘技术提高电信管理决策水平的各种方法。     

基于关联规则的通信网络告警相关性分析模型

在通信网络运行过程中．每天都会产生大量告警，将数据挖掘中的关联规则发现技术用于分析历史告警数据，可发现告警相关性规则。这些规则可辅助故障定位和告警过滤，以减轻网络管理员的工作强度，提高工作效率。本文分析了通信网络原始告警信息的特点，提出了一个基于关联规则的通信网络告警相关性分析模型，该模型通遏对原始告警数据进行预处理，不仅有效地解决了网络告警时间不同步问题，使得处理后的告警数据可直接用一般的关联规则挖掘工具发现告警相关规则，还大大地压缩了挖掘结果，提高了规则的准确率。初步的实验表明这种分析模型具有实用价值。