数据挖掘技术与电信客户分析.pdf

Business&Operation业务与运营数据挖掘技术与电信客户分析李净张范张智江中国联合网络通信有限公司博士后工作站北京100140Business&Operation摘要数据挖掘技术以其跨学科、算法丰富及处理海量数据的特点而被广泛应用于金融、零售、电信等领域的客户分析中帮助企业深入细分客户提升客户体验增加企业收入。我国电信运营商正面临着激烈的市场竞争对深入细分客户的需求也日益强烈对数据挖掘技术的跟踪与应用的需求十分迫切。本文深入探讨数据挖掘方法论、技术方法及其在电信客户分析中的应用指出应用中要注意的问题为对电信客户进行分析提供了参考。关键词数据挖掘；电信；客户分析起来形成了“数据丰富知识贫乏”的状况因此引言如何从海量数据中挖掘有用的知识变得非常重要数金融、零售、电信等企业都积累了大量客户数据据挖掘技术就是在这种背景下诞生的。这些数据是企业的重要资产和财富。通过深入分析可从数据挖掘的概念看其特点主要体现在两点：以从中获取大量有用的信息。数据挖掘是处理此类海量一是处理大数据集的能力作为数据挖掘可以吸取多学数据从中挖掘有用信息的常用技术应用广泛。如科的大量算法通常需要加强算法的可扩展性以处理海沃尔玛超市拥有世界上最大的数据仓库系统利用数量数据；二是“探索”或“挖掘”过程数据挖掘强调据挖掘工具分析客户购买行为；中科院利用数据挖掘从海量数据中获取知识的过程通过探索的方式利用技术为银行建立客户信用度评估系统；法国电信英国各种方法从大量数据中挖掘可能有用的模型或模式；因电信AT&TSKTDoCoMo及国内电信运营商都已此数据挖掘更侧重于方法论而非具体的算法。SIG在客户分析中采用了数据挖掘技术以提升客户洞察能组织在1996年提出的数据挖掘标准流程CRISP-DM[1]力提高企业竞争力。是一种被广泛应用的跨行业的处理流程如图1所示。在激烈的竞争环境下我国电信运营商也越来越重SAS[2]也提出了一种数据挖掘方法论SEMMA并应用视客户分析工作。如何利用数据挖掘技术分析处理规模于SAS系统中。巨大的电信业务运营数据解决客户发展成本高、流失率高、个性化服务需求高、客户满意度低等问题是我国电信企业最为关注的内容。本文将深入探讨数据挖掘业务理解数据理解技术与电信客户分析相关问题以作为电信客户分析的数据准备参考。