基于iData与?str?m算法的手机资费套餐推荐研究

摘要

手机资费套餐选择在通讯发达的今天已经成为人人关心的一个话题，选择一个适合自己的通讯套餐是节省个人通讯开销的重要保证。但是，大部分用户并没有意识到自己选择的套餐不适合自己，他们被动的接受运营商为他们推荐的套餐，很容易导致套餐浪费或者套餐不足;而对于想要更改自己套餐的用户来说，却缺少根据个人历史消费数据帮助他们选择更适合自己的套餐的工具和方法。本文将套餐推荐算法与iData技术相结合，研究基于iData的手机资费套餐推荐，具有重要的实际应用价值。
　　每一个人的通讯数据都是唯一的、有个人特色的，而所谓的“个人”数据又被称为iData，或者叫“我数据”，也可称为“小数据”。本文研究的套餐推荐算法主要是以个体数据为主，来分析该个体的套餐使用情况并加以推荐，所以属于iData的研究范畴。在调查研究近些年来通信产业相关领域的研究状况及应用的基础上，本文给出了基于iData与(A)str(o)m算法的手机资费套餐推荐算法。该算法包括基于改进的(A)str(o)m预测算法的账单因素预测模型与基于账单因素预测的手机资费套餐推荐算法两部分。第一部分使用传统ARIMA模型对影响话费的本地通话时长、长途通话时长(7: 00-23: 00)、长途通话时长(23:00-7:00)、漫游通话时长和使用的数据流量等账单因素分别建立预测模型，给出了改进的(A)str(o)m预测算法来实现账单因素值的多步预测。该算法在(A)str(o)m预测算法的基础上加入误差修正因子，在一定程度上减少了传统ARIMA模型的预测误差，提高了多步预测的准确性。将第一部分的各因素预测值作为输入条件，本文给出了基于帐单因素预测的手机资费套餐推荐算法来为用户推荐合适的套餐。该算法包括针对运营商推出的固定套餐的推荐算法和为用户设计合理的组合套餐的自选套餐参数择优算法。本文选取大连市某移动通讯营业厅用户真实消费数据对给出的账单因素预测模型和基于账单因素预测的手机资费套餐推荐算法进行了实验验证。实验结果表明，账单因素值的预测误差在可接受范围内，并能够根据预测结果为用户推荐合适的套餐。
　　除此之外，本文设计并实现了手机资费套餐推荐系统，实现了该系统的主要功能模块。通过该系统，用户可以直观的看到自己的消费情况和适用套餐，最终达到节省开支的目的;运营商也可以通过该系统为用户推荐套餐，以此来降低用户的离网率。

目录

声明

摘要

第1章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 iData研究现状

1．2．2 通讯套餐推荐研究现状

1．2．3 时间序列预测方法的研究现状

1．3 研究目标和研究内容

1．4 论文组织与结构

1．5 本章小结

第2章 相关理论与技术

2．1 iData基础知识

2．1．2 iData特点

2．2．1 时间序列的定义

2．2．2 时间序列的平稳性

2．2．3 纯随机时间序列及其检验

2．2．4 滞后因子与差分运算

2．2．5 常用的时间序列模型

2．3 本章小结

第3章 手机资费套餐推荐算法

3．1 手机资费套餐推荐流程

3．2 基于改进?str?m算法的账单因素预测

3．2．1 账单因素预测模型建立

3．2．2 基于?str?m算法的账单因素预测算法及其改进

3．3 基于账单因素预测的手机资费套餐推荐算法

3．3．1 手机月话费计算公式

3．3．2 固定套餐推荐算法

3．3．3 自选套餐参数择优算法

3．4 本章小结

第4章 手机资费套餐推荐算法实现及验证

4．1 手机资费套餐推荐算法

4．1．1 基于改进?str?m算法的账单因素预测模型

4．1．2 固定套餐推荐算法

4．1．3 自选套餐参数择优算法

4．2 案例分析与实验验证

4．2．1 手机账单因素预测实验

4．2．2 手机资费套餐推荐

4．3 本章小结

第5章 手机资费套餐推荐系统设计与实现

5．1 功能描述

5．2 数据库设计

5．3 类图设计

5．4 功能实现

5．4．1 更改套餐

5．4．2 历史话费查询

5．4．3 套餐查询

5．4．4 手机因素预测

5．4．5 手机话费预测

5．4．6 套餐推荐

5．5 系统应用

5．6 本章小结

第6章 总结与展望

6．1 论文总结

6．2 下一步研究工作

参考文献

附录

攻读学位期间公开发表论文

致谢