数据挖掘在电信商业客户行为分析中的应用研究

摘要

通讯行业到目前为止使用的各种系统从大体上讲主要是以业务处理系统为主，它主要用于增强业务水平、提高工作效率、规范业务流程。业务快速发展的同时，企业内部信息化水平建设取得了比较大的进步，使中国电信的相关工作效率得到了很大的提高、使得服务质量和管理水平的重要作用得到了充分的发挥。系统经过多年的运行，积累了大量丰富的数据，假若对这些个数据进行综合分析就可以全面知道中国电信的各方面的营业活动情况，为客户行为分析提供可靠的科学依据[20]。
　　 本文首先通过介绍数据挖掘技术在各行业中的相关应用，总结出数据挖掘技术的研究现状、趋势和所存在的问题。接着介绍了数据挖掘技术中使用频繁的挖掘算法——关联规则算法，分析了关联规则算法中的非常经典的算法Apriori算法和FP_Growth算法，提出了这些算法在大型数据库中应用的缺陷。此后，根据所提出的问题，提出了一种新的基于FP_Growth算法的改进型算法，并分析了该算法和经典FP_Growth算法的各自的性能特点，并最后将新研究的算法应用到电信商业客户行为分析系统中。
　　 本文的主要特色和创新之处在于：
　　 (1)将数据挖掘技术应用到电信商业客户行为的数据分析中，在电信行业还不成熟，故其具有理论和技术上的先进性。
　　 (2)针对电信企业的应用环境和需求，对Fp-gorwth算法进行了优化与实现，对其性能进行了测试分析并应用于实际系统中。

目录

文摘

英文文摘

声明

第1章 绪论

1.1研究背景

1.2课题来源

1.3国内外研究现状

1.3.1电信客户行为分析的发展现状

1.3.2数据挖掘技术的研究现状

1.4本文主要工作

1.5论文组织结构

第2章 数据挖掘概述

2.1数据挖掘的定义

2.2数据挖掘的一般过程

2.3数据挖掘的主要任务

2.3.1数据总结

2.3.2关联规则发现

2.4关联规则行为描述

2.5关联规则的种类

2.6关联规则的研究现状

2.7典型算法

2.7.1 Apriori算法

2.7.2 FP_Growth算法

第3章 FP_Growth算法的优化

3.1引言

3.2算法的优化

3.2.1基本思路

3.2.2挖掘过程

3.2.3实例说明

3.2.4实验结果

3.3与Fp_Growth算法的比较

3.4小结

第4章 算法的应用

4.1应用平台概述

4.1.1概述

4.1.2系统环境

4.1.3系统总体结构

4.2系统各模块设计

4.2.1系统管理模块

4.2.2信息发布交流模块

4.2.3商机管理模块

4.2.4节点页面及相应控件

4.3数据字典介绍

4.3.1系统管理模块相关表结构

4.3.2商机流转模块相关表结构

4.4算法应用实例

4.4.1实验数据库的介绍

4.4.2数据预处理

4.4.3数据挖掘

4.4.4结果分析

4.5小结

第5章 总结与展望

5.1总结

5.2展望

致谢

参考文献

攻读学位期间的研究成果