數據挖掘在移動通信中的作用論文

數據挖掘在移動通信中的作用論文

　　摘要:近年來，隨著計算機科學技術的發展，人們利用信息技術搜集和生產數據的能力大幅度提升。商業管理、科學研究、政府辦公以及工程開發等無數個領域都在使用數據庫。這種現象將會持續發展下去，那么，一個新的挑戰已經出現:在現如今信息大爆炸的時代，幾乎人人都會面對這樣一個的問題，即信息過量。數據挖掘就是從這些大量的、未知的數據中，提取出來被隱藏其中的、人們事先并不知道的，但又是在挖掘潛有價值的信息的全過程。本文將詳細闡述數據挖掘的一般技術，簡單地介紹了數據挖掘技術在移動通信中的應用。

　　關鍵詞:數據挖掘；移動通信；數據庫

　　1數據挖掘技術概述

　　在信息大爆炸的時代，如何能夠在信息的汪洋大海中挖掘有價值意義的信息，有實用意義的知識，怎樣提高信息利用率呢？數據挖掘就像是從礦石中采礦一樣，原始數據可以說是形成知識的源泉。其可以是半結構化的，也可以是結構化的，數據庫中的各項內容，文本、圖像及在網絡上顯現的異構型數據等都可以稱為半結構化的，而數據就是結構化的體現。龐大的數據庫資源是一個公司最重要的信息資本，但只有充分利用，發揮數據的價值才能拓展公司自身的業務，數據挖掘技術隨之誕生，并得以迅速發展，在眾多的領域中越來越表現出蓬勃以及頑強的生命力。在數據倉庫成長的基礎上，數據挖掘技術逐漸發展起來，且出現數據量增幅迅猛趨勢，目前為止，因人們所用工具的局限性而導致無法將其挖掘出來。這樣以來，便造成了信息的流失。數據庫系統目前只能做到存取數據庫中已有的信息，而此類數據傳遞出來的信息資料，往往不能看作是整體數據信息系統，如此類數據的發展趨勢和整體特點都是隱藏在這些數據背后更具參考價值的信息。要特別指出的是，數據挖掘技術在具體應用方面。其可面向特定數據庫，且能夠實現檢索、查詢、調用等簡單便捷性功能，同時還要對這些數據進行全方位的分析、綜合、推理。發現其中的關聯指出，能夠聯系并指導實際問題，甚至根據已有的數據來對未來未知的活動進行預測。

　　2據挖掘技術在移動通信中的應用

　　數據挖掘技術的應用領域都是需要知識進行管理和決策的領域，這些領域所擁有的共同特點是有著豐富的信息含量和多變的環境。數據庫技術在移動通信領域的應用研究主要包括數據倉庫的建立、決策樹技術的應用以及關聯規則的應用。

　　2.1數據倉庫的建立

　　打造一個統一的數據共享平臺是移動通信業務數據倉庫系統的一個重要建設目標。數據倉庫依據客戶信息，結合抽取、清洗、加工、整理、加載，進而對數據進行處理，最后在根據主題對數據進行分類并儲存。移動運營商再通過數據接口，深層次的挖掘這些數據，發掘自身所需要的數據資源。

　　2.2決策樹技術的應用

　　遵循決策樹的分類技術進行預測，從而導出對應的商品模型。可以幫助企業理解給定銷售活動的影響，并且能夠幫助企業設計更有效的銷售活動。根據決策樹的算法，可以區分出用戶群體，結合用戶群體的消費特點和個人特征要采取不同的銷售策略。不僅如此，決策樹技術還能夠促使移動運營商提高自身的工作效率，并通過管理和維護方式更好地為客戶服務。

　　2.3關聯規則的應用

　　規模大、高度分布和結構復雜是移動通信網絡的特點。如此復雜的網絡管理起來只會越來越難，在故障的管理方面尤為突出，發生這種現象的原因在于故障管理需要有著豐富經驗的工程師，他能夠分析告警相關性，并且找出故障原因的告警，只有這樣才能檢測出故障的原因。利用關聯性規則的算法，我們便可以找到告警之間的相互關聯之處，在一定程度上，也為維修設備和預示告警提供了便利。不知道網絡的拓撲結構關系，同樣可以對數據進行挖掘，數據的挖掘技術即使在網拓撲結構發生變化時，也能夠通過分析告警的歷史記錄信息，自動發現新的告警相關性規則。關聯性規則的應用大大地提高了工作效率，同時也減輕了網絡管理員的工作強度。

　　3數據挖掘的主題定義

　　3.1對客戶的行為進行分析

　　通常情況下，會采用聚類和分類分析法對客戶的通話行為進行分析，做到要了解客戶的消費行為以及習慣、并且了解客戶的社會聯系以及生活方式。分析客戶行為的主要目的是根據客戶不同的消費習慣把客戶群進行分類規整，移動運營商通過分析每一個客戶各自的特征，消費水平的高低和生活通話的特點，就可以根據不同的營銷活動和銷售方案，更好為客戶提供貼心化的服務。區分客戶群體的典型應用要求必須做到精準、精確營銷。

　　3.2對優惠策略的仿真預測

　　就某一個企業而言，盈利是其存在的根本，是公司能夠正常運作的根本保障。企業的營銷方式通常會采用某種優惠的政策，這種優惠政策存在的目的是給公司帶來更大的利潤。優惠政策是否能夠給公司帶來效益，是否能夠贏得消費者的青睞是不可預知的。如果優惠政策能夠贏得客戶青睞，那么此次的營銷活動便可以達到預期的效果，反之，如果優惠政策落實不到位，沒有達到預期的效果，那么，此次的優惠政策不僅沒有給公司帶來收益，反而會給企業發展帶來極大的威脅，尤其是企業信息等方面。在移動通信中可以實施很多的優惠政策，為了更好地服務客戶，移動運營商應該在這些政策推向市場之前，對優惠政策采取仿真預測的方式，以便建立好的客戶行為模型。對客戶采取仿真測試的方法，可以根據用戶在測試中的反應來預測優惠政策的實施效果，做好預案。如果實施效果沒有達到預期的期望，可遵循實際情況有效解決。

　　3.3對反欺詐行為的分析

　　利用數據挖掘技術來建立客戶欺詐消費模型，達到監控客戶消費行為的目的。此外，移動運營商還要對符合客戶欺詐消費模型的用戶給予警告，這樣做既可以預測客戶欺詐行為的發生，也可以正確分析客戶的消費行為，只有這樣，移動運營商才能充分做好反欺詐行為的準備，將利益最大化，損失最小化。

　　3.4對客戶忠誠度的分析

　　通過分析用戶的賬單支付金額和消費金額，建立客戶價值模型，依據上述模型對客戶的忠誠度進行分析，做到全面掌握客戶需求以及把握好客戶的離網傾向。移動運營商的價值所在便是客戶，沒有客戶的評價，就無法彰顯移動運營商的價值意義，想要確保移動運營商的市場占有率，就必須在采用低成本的營銷方式的同時，為客戶進行量身定制需求方案。同時，需要對客戶的忠誠度進行分析，挽留有離網傾向的用戶，只有這樣，才能夠對高價值用戶提供優質的服務。

　　3.5對客戶流失的分析

　　通過對數據挖掘技術在移動通信中的應用研究，不難看出客戶流失需根據具體情況具體分析，其一般包含客戶惡意、自然和競爭等流失類型。其中，客戶惡意的流失是指客戶在造成SIM卡欠費之后，更換運營商，選擇了其他的運營商，進而達到不再交費的目的，客戶惡意流失主要是指客戶為了逃避所欠費用。針對客戶的這種行為，移動運營商為了防止客戶的惡意流失，可以對用戶信譽管理制度進行加強完善，做好欺詐監測。自然流失的因素有很多，比如用戶的工作、住址的變更等，這些都不是人為因素。解決客戶的自然流失的方法就是移動通信運營商要建立眾多的實體營業廳，并提供網絡服務的方式來緩解這種情況的發生概率。客戶的競爭流失指的是因市場經濟中在競爭對手的影響下，為移動運營商企業帶來了客戶流失的現象。此時的移動運營商也可以結合市場、合作商、供應商的特征進行分析，并且認真研究競爭對手的營銷方案，減少客戶流失現象的發生。

　　4結論

　　綜上所述，伴隨社會經濟發展速度的不斷提升，我國移動通信技術水平也得到了極大地提升。數據挖掘技術會是一個不斷發展、不斷進步的計算機新型的科學技術，其強大的生命力和廣泛的應用，也說明了數據挖掘技術在社會生活和生產過程中的重要性，數據挖掘的發展速度很快，作為一門綜合性強的新興領域，在它的發展過程中會伴隨著一定的挑戰，但相信在不斷發展與進步中，數字挖掘技術能夠有效提升信息化建設水平。

　　參考文獻:

　　[1]李丙春，耿國華.數據倉庫與數據挖掘在電信業中的應用[J].新疆大學學報，2003（19）：358-360.

　　[2]陳安，陳寧，等.數據挖掘技術及應用[M].北京：科學出版社，2005.

　　[3]劉帥.數據挖掘技術在移動通信客戶通話行為分析中的應用研究[D].上海：復旦大學，2010.

【數據挖掘在移動通信中的作用論文】相關文章：

數據挖掘論文04-29

數據挖掘論文[范例15篇]07-29

數據挖掘04-29

地理作用和集聚演化:基于數據挖掘的分析05-02

地理作用和集聚演化:基于數據挖掘的分析04-29

淺談數據挖掘05-02

網絡營銷中數據挖掘技術的應用論文11-27

軟件工程數據挖掘進展分析論文04-27

數據挖掘挖出效益05-02

論數據倉庫和數據挖掘04-28