数据挖掘技术在JSBAS系统构建和大客户分析中的应用

【作者】 吴鑫；

【导师】 徐涛；

【作者基本信息】 南京航空航天大学 ， 计算机应用， 2004， 硕士

【摘要】 国内电信行业正在逐渐走向开放和自由化，市场竞争日趋激烈，如何应用先进技术来改进企业的经营管理，提供高质量的服务，从而吸引和留住客户、扩大市场份额、降低成本、提高收益，已经成为电信业决策者们共同关注的课题。 本文首先介绍了商业智能系统及其基本概念，然后结合中国移动建设中的商业智能系统——江苏移动经营分析系统(JSBAS)，详细介绍了该系统的构建以及数据仓库技术、OLAP技术和数据挖掘技术在其中的应用。文章重点研究了在电信行业中运用数据挖掘技术处理业务数据，发现内在规律的一般方法，并以大客户分析专题为例，给出了一套遵循CRISP-DM方法论的数据挖掘应用开发流程。文章同时分析了现有的神经网络、决策树和Logistic回归等数据挖掘算法，详细讨论了算法在实践中的应用、改进和参数的调整优化，并使几种算法相互协作以提高模型的性能。最后，对于数据挖掘中常见的偏态数据，本文给出了使用过采样技术和错误加权技术的处理方法。实践表明，本数据挖掘子系统可以很好的满足移动公司的需要，并已投入商业运营。更多还原

【Abstract】 With the gradual opening of domestic telecom market and the continuous evolution of telecom services, the competitions of market become more intense. Increasing competitive pressures require every telecom organization to develop new and innovative ways to satisfy the increasing demands of its customers and improve the management of the organization.Based on the research of a real telecom business intelligence system- "JiangSu Business Analysis System", the thesis first introduces some basic aspects of business intelligence system and its relational technology. In succession, the author elaborates the development process of the data mining subsystem which can greatly enhance the management of VIP client. This thesis also gives an in-depth analysis of some data mining algorithms including neural network, decision tree and regression. Finally, a research is performed on the advantage of combining these technologies in our real project and the technologies of over sample and misclassification cost are used to improve the performance of the predicting models. The evaluation with actual data demonstrates that the data mining subsystem can satisfy the requirement of commercial application well.更多还原