论文部分内容阅读
在面对新一代移动互联网的浪潮,以智能手机的广泛应用为标志的移动互联网时代的来临,正在改变我们的生活方式。目前三大运营商的市场竞争越来越激烈,移动通信加剧了市场竞争的残酷性,使用户不断改变他们的网络,这也加剧了运营商客户的流失。因此,电信迫切需要一种能够对海量移动数据进行挖掘分析的技术为电信的经营决策提供帮助并助力企业的发展。发展质量诊断是企业获利的重要保证,也是企业竞争取胜的关键,通过建立大数据宽表集合,完善业务数据储备,创建一种全新的数据分析处理方式,实现端到端的数据分析与诊断过程,数据分析全流程可视化、可控、可逆,为辅助管理层决策提供更为全面、深入、可靠的分析依据。数据分析引入模型化工具和建模理念,扩展分析的深度和广度,为企业今后实现差异化发展提供核心竞争力。论文对数据挖掘在移动业务发展质量诊断中的应用进行了总结分析,采用关联规则与决策树的两种主要数据挖掘技术,基于SPSS Clementine数据挖掘工具等设计和实现了一个移动业务诊断分析系统。论文的主要工作如下:(1)从移动业务发展质量诊断系统的需求进行分析,对移动数据库数据进行数据清洗、整理,运用数据挖掘方法精确找到移动用户质量特征,并落实到系统监控环节的TOP评价指标。(2)移动发展质量诊断系统通过宽表设计、数据准备、样本选取、数据验证来进行系统的流程设计,并通过不同数据样本的分析期、离网口径、付费方式以及通过因子分析来筛选建模输入变量,最后通过使用C5.0决策树与二项逻辑回归进行建模对比,结果表明使用C5.0决策树进行数据挖掘可以得到稳定的离网预测模型。(3)设计和实现了一个移动业务发展质量诊断分析系统,该系统主要包括三部分:数据输入、诊断模型、输出诊断报告及问题清单。该系统可以对移动业务发展质量诊断可视化、可控、可逆,为针对性营销及差异化发展提供了有力保障。