数据挖掘在电信业中的应用研究

来源:用户上传      作者:

　　摘要：近年来，随著我国电信业务的快速发展，其从传统的体提供通话服务转变为综合性的电信服务，其中包括宽带服务、语音服务、传真以及计算机数据传输等等。在很多电信业务中都会涉及到数据挖掘技术，该技术能有效的提高电信业务的功能性，并实现对资源的充分利用，对电信业的快速发展有着重要的作用。本文着重分析了数据挖掘产生的背景和基本结构，然后结合数据挖掘的具体流程和功能，分析数据挖掘在电信业中的具体应用，以期对我国电信业的发展提供一定的帮助。
　　关键词：数据挖掘；关联规划；电信；Apriori
　　一、数据挖掘的产生背景及基本结构
　　如今，数据挖掘技术在信息产业中的应用越来越广泛，它可以实现大量的数据挖掘，并为信息产业提供数据支持。在当前的数据库系统中可以高效的实现数据的录取、查询以及统计等功能，但是无法对数据进行详细的逻辑分析，从而发掘数据之间的关系和规则，也在很大的程度上限制了对未来数据发展趋势的预测。在市场经济的作用下，各大行业之间的竞争愈加激烈，尤其是在电信业、金融业等数据密集型高的企业之间，如何巧妙的利用数据挖掘技术提高企业的竞争力，是当前继续解决的问题，在这样的一个大背景下，数据挖掘技术问世了。
　　数据挖掘技术所处理的对象是大量的业务数据，由于电信企业无法将分布于多个不同数据系统和磁盘中的数据进行挖掘，从而转换为可用的数据信息，所以说加强数据挖掘技术的研究和应用势在必行。一般来说，数据挖掘系统包括数据源、接口、数据服务器以及数据挖掘这几个部分，每个部分都是实现数据挖掘整个过程的重要组成。总的来说，数据挖掘可以通过对企业历史的业务进行分析和研究，从而判断出企业在运营过程中存在的一些隐藏规律，并将其模型化，用于企业未来经营计划的制定和实际的运营管理之中，在很大的程度上为企业的发展做出重大的贡献。
　　二、数据挖掘的流程及功能分析
　　一般来说，电信企业在应用数据挖掘的过程可以分为三个阶段，分别是：建立企业自己的独立数据库，从自己的数据库中提出到有用的数据，并建立相应的部门级的数据库，最后在建立企业高级决策人的个人级别的数据仓库。通过将企业数据库不断的细化，实现了对数据库的整合，最终建立企业高级决策人对应的数据仓库。进行数据挖掘之前首先要确定整个数据挖掘的主题，然后实施数据的挖掘，并建立相应的数据仓库，最后对收集的数据进行分析，建立相应的数据模型，并对模型进行验证和评估。
　　2.1数据预处理
　　在大部分电信企业中的数据库所储存的信息都是不完整的，为了确保数据挖掘工作的顺利开展，需要对数据进行预处理，包括对数据进行清理、集成、变换和规约。数据清理是指对数据库中的空缺项及独立点进行填补和消除，从而确保数据的一致性。数据集成是指将多个不同数据源中的数据结合起来，形成一个新的数据库，而这些数据源中可能包括多个不同的数据库或其他文件。数据的选择、变换于规约是指在数据挖掘的过程中不是所有的数据都需要进行相应的挖掘，而是直接可以被利用的。只需要对这些数据进行筛选，从而变换成适合挖掘的数据形式，最后对其进行相应的规约，确保数据的完整性。
　　2.2数据挖掘功能
　　一般来说，数据挖掘可以分为描述性数据挖掘和预测性数据挖掘，对于描述性数据挖掘来说，其主要是用来刻画出数据库的正常特征，包括特征化。而预测性数据挖掘主要是对数据进行预测和分析，例如回归。
　　2.3数据挖掘的建模
　　通过对数据的挖掘能够分析出大量数据背后隐藏的重要信息，从而对未来做出有效的预测，其中建模技术发挥着重要的作用。数据挖掘的建模主要是将人们目前已知的数据情况进行建模，然后将其应用到未知的情况下，从而对未知的情况做出预测，从而对企业的运营提供一定的数据支持。
　　三、数据挖掘在电信业中的应用
　　为了为电信企业提供有效的经营决策，对电信企业的数据进行分析和研究从而提供一定的数据支持是很有必要的，目前在电信企业中使用数据挖掘可以实现对流失客户的原因进行分析，还可以获取更多的客户源等等，下文对数据挖掘在电信业中的应用进行详细的分析。
　　3.1客户流失分析
　　如今的电信企业面临着国内外竞争者的竞争压力，如何有效的避免客户流失问题是很有必要的。在激烈的市场竞争中，电信企业要不断的发掘市场客户的需求，并对历史业务的数据进行分析，从而判断出客户流失的原因，并采取相应的补偿措施，降低客户流失现象发生的可能性。
　　3.2客户获取
　　对客户的获取主要是发现一些对企业产品不熟悉的顾客，这些顾客很有可能是企业的潜在客户，如果不进行合理的开发，有可能会被竞争对手开发。因此，数据挖掘技术可以帮助电信企业对市场的潜在客户进行分析和挖掘，从而结合当前市场客户的基本需求，有效的扩大企业的市场范围，获取更多的效益。
　　3.3交叉营销
　　交叉影响是指电信企业在对现有的客户提供产品和服务的过程中，客户可能会对其他的产品感兴趣，从而将现有的服务进行升级，即为客户提供更多的增值服务。在这个过程中数据挖掘发挥着重要作用，是为电信企业带来更多效益收入的有效途径之一。
　　3.4客户细分
　　利用数据挖掘可以有效的对客户群体进行分类，而且不同类别的客户有着不同的服务和产品提供。通过细分客户可以让电信企业有针对性的对客户进行服务，从而提高服务质量。
　　3.5市场分析
　　电信企业通过数据挖掘能够对整个市场进行全方面的分析，包括市场推广方式、市场特点和未来发展趋势等进行详细的分析。利用回归算法可以预测市场中产品和业务在未来的发展趋势，并根据数据模型对仿真结果进行不断的优化，从而采取有效的优惠促销活动，将企业的利益最大化。
　　3.6欺诈行为分析
　　数据挖掘算法还可以有效的对骗费、欠费用户的性质和消费行为进行分析，从而建立一个完善的反欺诈行为的规则库。当用户的话费行为与相关规则相匹配时，可以为其提供一定的服务，相反，企业就需要采取有效的预防措施，降低企业的损失。
　　四、结语
　　综上所述，随着科学技术的飞速发展，各大行业对先进技术的应用越来越广泛，电信企业对人们的生活有着重要的作用，加强电信业数据挖掘，充分利用这些数据为企业的决策者提供有用的决策是当前急需解决的问题。本文着重以数据挖掘在电信业中的应用展开分析和讨论，希望对电信业的发展提供一定的支持。
　　参考文献
　　[1]陈慧贤.基于数据挖掘技术的电信客户维系挽留系统分析及应用[D].贵州财经学院，2011.
　　[2]雷艳云.数据挖掘在电信业客户维持中的研究[D].江苏科技大学，2010.
　　[3]李杰.数据挖掘技术在电信业针对性营销系统中的应用[D].华中科技大学，2009.
　　[4]洪晶.聚类和神经网络算法研究及其在电信业客户消费模式中的应用[D].景德镇陶瓷学院，2007.
　　作者简介：石锐（1994.12-），男，河南省焦作市山阳区人，学生，本科。
转载注明来源:https://www.xzbu.com/1/view-14445725.htm