随着电信企业的竞争愈演愈烈,电信市场出现的套餐已经令消费者眼花缭乱,客户不知道如何选择更适合自己使用的套餐,而且套餐制定过程中人工经验的参与也给套餐带来一定的盲目性,造成其生命周期短、管理成本高等问题;但是随着世界从信息时代向智能时代迈进,智能算法也越来越多地被用在实际问题中;然而,目前关于智能算法在电信方面的研究并不是很多,大多局限在概念的研究、设计规则的制定、客户流失预测等方面,也有部分研究者对套餐进行了优化,但是他们只局限在套餐的部分属性,并没有综合考虑套餐属性对客户选择的影响;本文提出了资费套餐自动设计优化同时进行套餐推荐的思想,考虑客户接受程度的同时,实现了企业利润最大,主要研究内容概要如下:本文首先对数据进行可视化分析,包括数据的提取与整理,从数据完整性和合理性两个维度检验数据的有效性,筛选出有效数据;然后分析客户消费数据的结构,发现客户现有套餐存在的一些问题;基于实验数据的具体情况,并结合前人的理论,确定最终的套餐属性和客户属性,构建套餐模型和客户模型。比较遗传算法和粒子群算法的优劣,并通过参考大量文献最终确定使用粒子群算法进行套餐的发现,为了避免粒子群陷入的局部最优问题,对其参数进行动态调整,以企业从所有客户身上的所得作为适应值,保证了利润最大化,经过不断迭代优化最终发现电信套餐,称之为反演套餐;综合考虑套餐所有属性对客户选择行为的作用,设计算法计算客户对反演套餐及其原有套餐的使用比例,将比对结果作为查找反演套餐潜在客户的依据。本研究使用智能算法对大量客户数据进行挖掘分析,操作者仅仅需要输入几个属性的范围值,系统就可以自动发现适合该群体的反演套餐,并且找出该反演套餐的潜在客户群,完成套餐的推荐;除此之外,运营商还可以将一个目标套餐在客户群体中进行推广,系统会自动发现适合该目标套餐的潜在客户群。这种基于智能计算的资费套餐设计优化及推荐技术减少了依靠人工经验决策的盲目性,对企业将反演套餐推向市场具有一定的参考意义。基于智能计算电信资费套餐发现及推荐技术的研究是推动服务智能化的重要手段,有利于企业更好的挖掘用户需求,维持已有客户量的同时把套餐推向新的市场和客户,套餐的推广将更加有效、准确;提高了电信企业的服务水平和管理水平。