数据挖掘在通信企业管理系统中的应用探究

来源:用户上传      作者:

　　摘要：在大数据背景下，为了更好地对数据做分析和利用，需要使用数据挖掘这一手段。从现实利用来看，数据挖掘能够有效地找出隐藏在数据背后的相互关系，而基于这种关系，无论是行业发展还是企业管理都会更具方向性和目的性。从通信企业的具体发展来看，在市场大环境下其要想获得竞争优势必须要实现自我管理的提升，而管理要走什么道路，该往什么方向发展，这是企业管理需要讨论的重要问题。基于数据挖掘这一手段的利用，通信企业能够在已知信息资源的基础上通过关系探寻找到管理变化的具体影响趋向，这可以为管理调整提供参考，因此文章就数据挖掘在通信企业管理系统中的具体应用做分析，旨在指导实践。
　　关键词：数据挖掘;数据分析;通信企业;管理系统
　　中图分类号：TP311.13;F626 文献标识码：A
　　通信企业的管理系统建设对企业本身的管理实效有重要的影响，所以目前的通信企业十分重视自身管理系统的创新和升级。就当前的实践分析来看，通信企业的管理系统固然需要创新和升级，但是其创新升级必须要和企业的未来发展相一致，否则即使实现了管理创新，也未必会帮助企业发展壮大。基于此，通信企业在管理系统创新和升级的过程中必须要以现实管理为基础，所以利用数据挖掘技术将现实信息资料背后所隐藏的相互关系和变化规律进行明确，这可以更好地指导企业做管理系统的改善。基于此，具体分析数据挖掘在通信企业管理系统中的应用便有了突出的意义。
　　1数据挖掘概述
　　在大数据背景下，数据利用的普遍性在明显地提升，为了更有效地利用数据信息的价值，需要在数据基础上做数据的关系分析，因此会涉及到数据挖掘。所谓的数据挖掘其实就是一种数据利用手段，其具体指的是对大量数据进行分析、筛选从而确定数据关系模型以及规则的一个过程。从近年来的数据利用来看，数据挖掘的利用普遍性在明显提升，而且有关数据挖掘的研究也在持续的深入，这使得数据挖掘形成了一个具有广泛性的交叉学科。
　　从数据挖掘的具体利用来看，方法的科学与否直接影响数据挖掘的效果，因此在利用数据挖掘技术做数据信息利用的时候，需要掌握科学的方法。在当前的数据挖掘实践中比较常用的方法主要有四个，分别是关联规则、分类、聚类、序列模式。在这四种方法中，现实中利用最为广泛的是关联规则分析法，其通过对数据库当中的数据信息分析能够找到数据的关联项目，而基于关联项目，其能够推导出数据背后所体现的相互关联规则。除去关联规则这种方法，分类和聚类在当前的数据利用实践中应用也具有广泛性。
　　2基于数据挖掘技术的分析型CRM构建分析
　　数据挖掘技术在目前的社会实践中有着广泛的应用，对具体应用作分析可知该技术在应用的时候会构建分析型CRM，换言之就是所有的数据挖掘都是在CRM基础上进行的，所以组好做好关于CPdVl的具体分析和讨论有重要的现实意义，以下是关于CRM的分类、应用以及结构方面的讨论。
　　2.1 cRM类型分析研究
　　现阶段的数据利用实践中，数据挖掘技术有着较为丰富的利用，而对具体的数据挖掘利用做分析发现围绕数据挖掘的基本使用方法，形成了不同种类的CRM产品，这些产品为数据挖掘的标准化和规范化利用提供了基本的模型。具体研究当前社会实践中的CPdVl产品，按照功能对其作划分可以分为三类：其中最为典型的一类是操作性CRM，此类型的产品重视的是内部信息的自动化，具体的实现表现出了较强的技术性，所以在通信企业的管理实践中，利用此类型的产品能够将企业内部各方面的数据关系做分析，从而协调信息的利用，实现综合业务管理系统的整体性构建提升。另外的两类分别为协作性CRM和分析型CPdVl，前者在企业中的具体利用主要是实现信息管理系统的集成于企业管理交互渠道构建，而后者主要是基于数据仓库和数据挖掘对海量的数据信息做处理，进而使数据在管理分类以及管理价值判断方面显现效果。
　　2.2分析型CRM当中的数据挖掘技术应用
　　对通信企业的管理实践做资料研究和调查分析，发现通信企业在管理系统的构建中主要依賴的是分析型CRM产品，所以为了更好地推进数据挖掘技术在企业管理实践中的应用，需要深入了解分析型产品中数据挖掘技术的具体利用。就资料研究的结果来看，数据挖掘技术在分析型CRM产品当中的利用体现在三个方面：一是实现了对管理的细致划分。通信企业的管理内容较多，不同的管理涉及的要素不同，具体管理价值也不同，基于分析型cRM，通信企业能够将自身管理的内容以及内容价值等做更为准确的判断，从而划分出更为细致的管理结构。二是基于分析型CRM，企业能够更加准确地了解到各方面管理的交叉内容，而交叉管理的内容明确对于企业管理结构的组织和优化能够起到指导作用，所以说在通信企业的管理实践中，交叉管理的明确界定于企业管理优化有重要的价值。三是能够实现对管理的有效性分析。利用分析型CRM可以确定具体管理所产生的影响，基于影响可以判断其有效性，这对通信企业的管理措施制定和执行有指导意义。
　　2.3分析型CRM系统的框架结构
　　从上面分析可知，分析型CRM产品充分地利用了数据挖掘理念和方法，所以该产品在企业的管理实践中能够发挥出比较显著的效果，简单来讲，分析型CRM产品为企业管理系统构建实践中的数据挖掘技术利用提供了标准化参考，基于分析型CRM产品做数据挖掘技术利用的模型框架，数据挖掘技术的实现效果会更加突出。对当前利用的分析型CRM产品做系统结构解析，发现其包括了五个重要的部分：一是总控程序，该程序负责数据的整体处理。二是图形用户界面，该界面主要负责显示。三是任务模块组建。四是数据挖掘算法的函数库等。五是数据准备模块。这五项内容构成了完整的分析型CRM产品，基于该框架结构，通信企业实现数据的分析和利用，数据信息表象和背后的关系构建会更加明确。
　　3基于决策树的通信企业管理有效性分析
　　企业管理的构建合理性和科学性需要从企业实践的角度做分析，如果在实践中发现管理系统的有效性突出，那么该系统的构建科学性显著，反之，其科学性存在问题，所以在通信企业的管理系统建设中需要对管理是否有效做重点的讨论。 　　3.1需求分析和模型的选择
　　通信企业的管理系统构建有其目标，也就是说管理要实现何种目的，在管理确认中会有预期，所以基于通信企业的管理有效性分析，实际上就是基于数据挖掘技术判断数据关系背后各方面影响的方向以及程度。总之，基于企业的具体需要做分析，然后确定核心要素并选择模式，这样可以更好地构建与企业管理更具针对性的有效管理模式。
　　3.2数据准备
　　在数据挖掘工作开展之前的重要工作内容是进行数据的准备。从现实分析来看，数据准备的充分性与否会直接影响到数据挖掘的效果，也会涉及企业资源的合理利用问题，所以在数据挖掘进行之前需要基于数据挖掘的目的做海量信息的准备，这样，数据挖掘利用的整体成效才会更加突出。就当前社会实践分析来看，一般有价值的数据挖掘，其涉及的数据量十分庞大，所以数据准备需要占据整个数据挖掘过程的60%，由此可见准备工作的重要性。总之，数据准备的重要价值显著，所以重视数据挖掘中的准备工作十分有必要。
　　3.3核心算法与模型评估
　　基于决策树的通信企业管理有效性构建，最后一项重要的内容是进行核心算法的确定并做模型评估。核心算法决定着数据挖掘的最终效果，如果算法出现问题，基于算法的数据挖掘必然也会受影响，所以在数据准备的基础上科学选择算法十分的必要。在核心算法确定后，对基于核心算法的模型做评估，这样可以更好地利用模型分析通信企业管理的有效性。
　　4数据挖掘技术对于通信企业管理系统构建的价值
　　企业管理对于企业的市场竞争能力提升有重要的影响，所以构建基于市场发展现状的管理体系有非常重要的现实价值。总的来讲，市场是变化发展的，所以基于市场表象构建管理系统，系统的科学性和发展性有待商榷，但是在利用数据挖掘技术之后，通过数据背后的关系分析能够有效地解读出数据表象之后的发展关系以及各要素影响关系，基于各要素的影响关系和数据表现出来的发展趋势确定管理系统的构建目标，管理系统与市场发展的大趋势会有更强的适应性，如此，企业的管理成效会有更进一步的提升。总之，在通信企业的管理系统构建中，积极地利用数据挖掘技术找到与管理有关的因素与关系，可以使管理系统的构建更加完善，因此说数据挖掘技术与通信企業的管理构建有重要价值。
　　5结束语
　　综上所述，通信企业在目前的社会环境中要赢得竞争，不仅要做技术创新，还要强调管理创新，所以分析研究提升管理的方法和理论有重要的意义。从实践分析的结果来看，数据挖掘对通信企业的管理创新和完善有重要的意义，其能够使管理的有效性更加显著，对管理的专业性、针对性也有明显的强化，因此重视数据挖掘技术并在管理实践中做应用现实意义显著。
转载注明来源:https://www.xzbu.com/3/view-14871258.htm