數(shù)據(jù)挖掘在電信經(jīng)營分析系統(tǒng)中的研究與應(yīng)用

數(shù)據(jù)挖掘在電信經(jīng)營分析系統(tǒng)中的研究與應(yīng)用

ID:33943604

大?。?.86 MB

頁數(shù):77頁

時間:2019-02-28

數(shù)據(jù)挖掘在電信經(jīng)營分析系統(tǒng)中的研究與應(yīng)用_第1頁
數(shù)據(jù)挖掘在電信經(jīng)營分析系統(tǒng)中的研究與應(yīng)用_第2頁
數(shù)據(jù)挖掘在電信經(jīng)營分析系統(tǒng)中的研究與應(yīng)用_第3頁
數(shù)據(jù)挖掘在電信經(jīng)營分析系統(tǒng)中的研究與應(yīng)用_第4頁
數(shù)據(jù)挖掘在電信經(jīng)營分析系統(tǒng)中的研究與應(yīng)用_第5頁
資源描述:

《數(shù)據(jù)挖掘在電信經(jīng)營分析系統(tǒng)中的研究與應(yīng)用》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、南京郵電大學(xué)碩士學(xué)位論文摘要學(xué)科、專業(yè):工學(xué)計算機(jī)軟件與理論研究方向:數(shù)據(jù)倉庫與決策支持系統(tǒng)Y1412168作者:j塑墜級研究生肖玉容指導(dǎo)教師墨建壹題目:數(shù)據(jù)挖掘在電信經(jīng)營分析系統(tǒng)中的研究與應(yīng)用英文題目:ResearchandApplicationofDataMiningtechnologyintheTelecomManage—analysissystem主題詞:數(shù)據(jù)挖掘CRISP-DM電信經(jīng)營分析系統(tǒng)客戶細(xì)分K.D樹k-means算法Keywords:DataMiningCRISp-DMTelccomManage—analysisSystemCustomerSegmentation

2、k-meansK.Dtree南京郵IU人學(xué){峽lj:lijf究生學(xué)位論義捅要隨著國內(nèi)電信市場競爭的同趨激烈,電信運營商的經(jīng)營模式逐漸從“業(yè)務(wù)驅(qū)動’’向“客戶驅(qū)動”轉(zhuǎn)化、從“粗放式經(jīng)營’’向“精確化管理’’轉(zhuǎn)變。為了更好地做到對企業(yè)的決策支持,經(jīng)營分析系統(tǒng)孕育而生。本文的目標(biāo)是在電信經(jīng)營分析系統(tǒng)下,研究數(shù)據(jù)的處理流程,重點研究數(shù)據(jù)挖掘理論與技術(shù)在系統(tǒng)中的應(yīng)用。.本文首先簡要概述數(shù)據(jù)挖掘的概念、挖掘過程模型、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘分類、常用技術(shù)、熱點研究方向,以及數(shù)據(jù)挖掘和數(shù)據(jù)倉庫、數(shù)據(jù)挖掘和OLAP之間的關(guān)系:接著介紹經(jīng)營分析系統(tǒng)中客戶細(xì)分所應(yīng)用的數(shù)據(jù)挖掘技術(shù)一一聚類算法,包括聚類的定義

3、、算法的要求、主要的聚類方法以及k-means算法原型和改進(jìn)方向,并著重介紹基于K-D樹的改進(jìn)k-means算法:然后對電信經(jīng)營分析系統(tǒng)進(jìn)行概述,主要涉及該系統(tǒng)的建設(shè)背景、功能架構(gòu)、數(shù)據(jù)挖掘技術(shù)在系統(tǒng)中的實際應(yīng)用,并結(jié)合數(shù)據(jù)倉庫、OLAP、數(shù)據(jù)挖掘在系統(tǒng)中的定位對系統(tǒng)中的核心數(shù)據(jù)處理流程進(jìn)行詳細(xì)介紹。本文第5章(核心章節(jié))根據(jù)標(biāo)準(zhǔn)的數(shù)據(jù)挖掘過程模型CRISP-DM、應(yīng)用改進(jìn)的初始聚類中心選取方法和基于K—D樹的改進(jìn)k-means算法對某地電信公司經(jīng)營分析系統(tǒng)的客戶細(xì)分過程進(jìn)行詳細(xì)的描述。首先是電信客戶信息的組成、數(shù)據(jù)挖掘的基礎(chǔ)一寬表結(jié)構(gòu)等的介紹,接著給出聚類模型的整體結(jié)構(gòu)、各主要模塊

4、功能及處理流程,并從業(yè)務(wù)上對細(xì)分的結(jié)果進(jìn)行解釋和特征描述,給出相關(guān)的營銷建議,起到?jīng)Q策支持的作用。最后結(jié)合實驗數(shù)據(jù),分析改進(jìn)算法的參數(shù)設(shè)置問題,驗證改進(jìn)的k-means算法相比標(biāo)準(zhǔn)的k-means算法在效率上和穩(wěn)定性上都有較大提升;同時針對本文算法中的不足提出進(jìn)一步的改進(jìn)意見。關(guān)鍵詞:數(shù)據(jù)挖掘、CRISP—DM、電信經(jīng)營分析系統(tǒng)、客戶細(xì)分、K-D樹,k-means算法南京郵電大學(xué)碩一I:研究生學(xué)位論文ABSTRACTAstheenhancementofcompetitionintelecommarket,themanagementpatternofChinaTelecomhascha

5、ngedfrom“business‘oriented’’to“custom—oriented”,from‘'extensivemanagement’’to‘'accuratemanagement”.Inordertosupportdecision—makingeffectively,theTelecomManage-AnalysisSystemhasbeenbuildup.Thepaperresearchhowdataisdealwithinthesystemandthemostimportantoneistheapplicationofdatamininginthesystem..

6、Firstly,somebackgroundknowledgeissummarizedbrieflyinthefrontofthepapeLincludingtheconceptionofdatamining、theprocessofdataminingmodel、theclassificationoftechnologyaboutdatamining、therelationshipofdammininganddatawarehouse、therelationshipofdataminingandOLAP;andthensomethingaboutonetechnologyofdat

7、amining·clusteranalysisisintroduced,suchasdefinition、therequirementofthealgorithm、somemethodsofclusteranalysis、k-meansalgorithmwhichisusedfrequentlyinclusteranalysisandamoreeffectivek-meansalgorithmbasedonK-Dtree;subsequently,theT

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。