通信行业数据挖掘.pdf

通信行业智能决策支持系统通信行业智能决策支持系统 神舟通用助力通信业科学化管理  数据挖掘  通信数据挖掘 产生背景产生背景 客观需求 在经营管理上 向国外企业看齐 技术条件  信息技术的飞速发展，导致电子信息数据爆炸般膨胀。能否有效利用现有 信息和数据，在很大程度上决定了企业能否抓住商机并夺得市场。  如何更有效地发挥现有数据的价值，使数据库、数据仓库以及ERP、 CRM中所积累的数据信息内部的规律展现在数据拥有者面前；  如何提高信息的利用率，快速准确地分析出潜藏、有用的信息，做出 高明的决策；  如何通过透析历史经营情况归纳成的经验和失败的教训，用数据来预 测未来的发展趋势，快速准确地把握风云变幻的市场脉搏；  ——数据挖掘的出现为这一切提供了一个契机。 概述概述  数据挖掘（Data Mining），就是从大量的、不完 全的、有噪声的、模糊的、随机的实际应用数据 中，提取隐含其中的、人们事先不知道的、但又 是潜在有用的信息和知识的过程。 “简单地说， 数据挖掘用于发现您数据中 [ 隐藏 ] 的模式和关系 ，以便帮助您做出更好的业务决策。”  本质上讲，数据挖掘其实是一类深层次的数据分 析方法。 构知识架知识架 数据挖掘技术数据挖掘技术  归纳性技术 通过对现有数据的深入分析，归纳总结出事物 间的内部规律和关系，以指导对事物的认知和管理。 常见的技术有关联规则挖掘、聚类分析、相关性 分析、序列模式等。  预测性技术 通过对历史数据进行深入分析，总结、模拟出事物发展的一般规律（或 称模式），从而有效指导对事物发展势态的预测。常见技术有分类预测和回 归预测（包含时间序列预测）。 关联分析  关联规则，最初是为了解决购物篮分析问题而提出的，其目的是发现超 市交易数据中不同产品同时被购买的规律。这些规律刻画了客户的购买行 为模式，可以用来指导商家科学地安排进货、库存以及货架摆放设计等。  啤酒和尿布：业务专家可以发现诸如“买牛奶的客户一般会同时买黄油 ”等显而易见的规律，但是利用数据挖掘您可能会发现“啤酒和尿布经常 被同时购买”这些鲜为人知，但非常有用的规律。  适用范围：除了用于零售行业，它也可以被广泛应用到电子商务、通信 等其它行业中，用以发现客户消费的关联行为，从而指导决策人员制定交 叉销售策略，提升客户价值或进行客户挽留。 客户ID 交易时间 产品 数量 1000001 2005-3-2 面包 2 1000001 2005-3-2 水果 1 1000001 2005-3-2 牙刷 1 1000001 2005-3-2 牙膏 1 1000001 2005-3-2 书 2 1。牛奶，水果=〉面包 1