论文部分内容阅读
随着电信体制改革的深化，我国移动通信运营业的竞争也日趋激烈。与其他行业相比，移动通信运营业拥有更多有关用户的数据。谁能正确地挖掘与分析隐含这些数据中的知识，谁就能更好地向用户提供产品与服务，能够发现更多的商机，从而在竞争中获胜。国内对这方面的研究还处于刚刚起步的阶段，国外在这方面已经大大地超前于国内。因此，数据挖掘在我国移动通信运营业中的研究有重要的应用价值。 为了解决数据挖掘中的基础数据平台设计和数据来源问题，首先要建立基于数据仓库的经营分析系统。经营分析系统设计成多层结构，主要分为数据采集层、数据仓库生成层、应用逻辑层三大层次。通过数据仓库的建模过程将分散的数据源进行了有效集中、清洗和筛选，为数据挖掘建立了可用的数据平台，根据不同的挖掘主题建立对应的数据集市，进而建立数据挖掘模型。 其中流失预测模型主要完成:客户分为几种类型，每一类客户有什么不同的构成特征和消费行为特征。他们的流失概率是多少。该概率可以帮助客服和营销人员在进行客户维系和挽留时更有针对性和前瞻性，从而减少挽留成本并提高维系效率。从数据挖掘库的建立、数据收集和变量选择、数据预处理、建立模型、选择模型、结果输出，到商业验证及应用，对完整的数据挖掘过程进行了描述和展现。用户流失预测模型目前已经商用。而炫铃二次销售模型旨在帮助客服、营销人员预测客户使用炫铃的倾向。炫铃二次销售模型同样经过了从数据收集、变量选择、模型建立、模型选择、结果展示与应用，到最终的商业验证，对数据挖掘过程进行案例式的全程说明与展现。商用效果显著。 本文根据数据仓库和数据挖掘理论及建模方法，结合企业的实际需要，重点研究了我国移动通信运营企业如何建立数据仓库并运用数据挖掘技术来进行客户流失预测和业务二次销售预测等问题，通过模型的建立与实施提升了流失用户挽留和存量用户二次销售的精准程度和成功率，取得了一定的经济效益，并在SAS Enterprise Miner中对模型进行了验证与评价。