面向电信业负利润的数据挖掘技术应用与研究

摘要

随着电信业用户的增长和多种类型服务的业务推广，使得电信业用户的各种业务行为随之增多，但某些异常情况却造成了电信业收益的负利润问题。本文使用数据挖掘技术对负利润数据进行提取与分析，进而得到造成负利润的相关特征以便解决负利润相关问题。在挖掘模型建立的过程中，设计了一种针对负利润相关特征的结构化挖掘模型，解决了盲目性挖掘实验带来无价值挖掘结果的问题;在决策树构建的过程中，提出了一种以收益为主要划分标准、以业务特征为次要划分依据的分类规则，实现了对负利润客户构成特征细化的目的。本文最终得到的挖掘结果总结出了样本数据中负利润的构成特征，以及形成负利润的可能成因，为开展精确化营销提供了技术支撑。

目录

封面

声明

第一章 绪论

1．1 本文研究目的及意义

1．2 国内外研究现状

1．3 本文主要研究内容

1．4 本文结构

1．5 本章小结

第二章 数据挖掘技术理论

2．1 数据挖掘技术及支撑基础

2．2 数据挖掘分析方法

2．3 数据挖掘步骤

2．4 电信业务与数据挖掘

2．5 本章小结

第三章 负利润数据挖掘分析

3．1 电信业数据挖掘分析的必要性

3．2 负利润影响因素

3．3 负利润的数据挖掘流程

3．4 本章小结

第四章 负利润数据挖掘的实现

4．1 ETL模块设计

4．2 事实表构建

4．3 分析模型构建

4．4 目标表构建

4．5 本章小结

第五章 负利润数据挖掘的实验

5．1 数据准备与取样

5．2 分类规则的确定

5．3 决策树构建

5．4 挖掘结果分组

5．5 挖掘结果评估

5．6 挖掘结果分析

5．7 本章小结

第六章 总结与展望

6．1 本文总结

6．2 本文展望

致谢

参考文献