论文部分内容阅读
当前电信运营企业之间的竞争日益加剧，由于硬件设施的差距在减小，竞争最终体现在对客户的服务上。为了能够提供高质量的服务来吸引和留住客户、扩大市场份额、降低运营成本、提高收益，国内各大运营企业都启动了经营分析系统的建设工作，经营分析系统主要通过数据仓库、联机分析处理和数据挖掘技术完成各类分析功能。
本文主要研究了移动经营分析系统中的数据仓库和数据挖掘技术。本文首先介绍了数据仓库和数据挖掘的基本概念，接着论述了移动经营分析系统的体系结构和功能框架，在此基础上重点论述了数据仓库的建模和ETL(抽取、转换和加载)过程，并给出了数据挖掘的实例。本文以客户主题为例，设计了数据仓库的数据模型，并对数据仓库设计的关键环节ETL过程进行了设计，给出了ETL子系统的模块层次结构，深入研究了文件传输模块、数据调度模块、数据ETL模块及ETL元数据管理模块的功能及处理流程。然后本文以高价值用户离网预测为例，详细阐述了数据挖掘的步骤，给出了数据理解、数据准备、建立模型、模型评估和模型发布的过程，该例分别采用C5．0、分类和回归树(C&RTree)及神经网络节点建立预测模型，使用神经网络创建了打分模型，并对预测模型和打分模型进行了评估。本文的最后部分论述了建设经营分析系统的几个关键点，并提出了后续研究的发展方向。