移动通信数据分析与利用问题(组).docVIP

移动通信数据分析与利用问题 (九组：管天彦 王 娟 赵 鹏) 摘要 本文通过Eecel将300名用户10天内的通话记录进行处理，再建立K-means聚类模型用SPSS软件将用户分为6类，并依据每类用户特征选择新业务的合适人群；其次通过对30个基站的运行情况分析，对基站的合理化做出了判断，较好的解决了题目中的问题 针对问题一，要求对用户进行分类，经过对数据处理后，将用户的主叫次数，被叫次数，主叫通话时长（以秒为单位），被叫通话时长和夜间通话比例作为5个通话特征变量建立了K-means聚类模型，利用SPSS软件将300个用户经过两次聚类聚为了6类，具体情况见表4。 针对问题二，在问题一中已经明确的将用户聚为6类，我们对分出的6类用户分别做具体详细的分析，并根据每一类的特点，对其推出优质，优先，全方位为理念为公司赢得更多的利益的新通讯业务和以实惠，快捷且不很影响其他通讯业务的经营为主为公司赢得更好的声誉，和品牌效应的新优惠业务，则认为新通讯业务的适合人群为问题一中分出的第一类，第五类和第三类消费能力较高的用户，新优惠业务的适合人群为第一类和第二类夜间通话比例相对较大，人口比例适中的用户。 针对问题三，由于本文将每个基站的工作量定义为繁忙指数，并将每个基站的繁忙指数与所有基站的繁忙指数平均值做均衡比较，依据得出的均衡偏差将基站分为严重超负荷，繁忙，正常，较闲置，很闲置这5类繁忙指数区间，从而判断基站建设是否合理。重点解决和调整超负荷，繁忙，和很闲置的这些基站，对于严重超负荷的地区将增加基站或将其工作量分配给周围闲置的基站，对严重闲置的基站拆除，其工作量由周围的基站分担。综合分析后认为在基站28和29之间新增一个基站31，并将基站5,7,19,26拆除其工作量由周围邻近基站分别分担（具体见问题三的解答）。 针对问题四，通过对基站建设的合理性分析，我们结合改进成本和改进期间对用户的影响程度，再根据不同的原则对通讯公司作出了两套合理化的方案。方案一是在改变原有的基站数目，增加或减少基站数，其具体方案如上述问题三。方案二是不改变原有基站数目的前提下，根据每个基站其工作量大小，将其基站改成大，中，小，三种型号的基站。经过合理分析，我们认为将基站11,28,29和30改为大型基站，将基站2， 3， 5 ，7 ，8 ，14 ，26改为小型基站，其余基站不做更改，并将方案写成具体建议呈交给移动运营商作参考。 关键词 K-means聚类 繁忙指数 均衡比较 SPSS 问题的重述 现代通信技术的快速发展拉近了人与人之间距离，移动电话现已成为人们生活中不可缺少的用品之一，将我们紧密地联系在一起，使其形成了一个巨大的社交网络。然而，社会的需求对当前的通信设备与通信业务的技术和管理水平提出了更高的要求。 对于移动通信运营商来说，如何对现有的通话记录数据进行分析处理、充分合理地利用，以有利于运营商的技术改造、拓展新业务、提高服务水平，为科学合理决策提供决策依据。这也是各移动通信公司所面临的一个重要研究课题。附件1中给出了一家移动通信公司2010年6月记录某地区300个用户10天内的通话数据信息，请分析研究下列问题： （1）对这些通话数据进行分析处理，通过数学建模方法对用户进行合理地分类，并说明其分类特征。 （2）移动公司拟针对部分用户推出一项新的通信业务和一项优惠业务，请你们帮助分析公司应如何选择各类用户作为使用对象，给出你们的选择方案，并说明其理由和依据。 （3）公司在该地区现有的基站设施情况如附件2所示，请你们分析其设置的合理性，是否需要改进，即是否需要增加或者减少？并说明你们的理由和依据。 （4）结合你们的建模分析结果，给该公司经理写一份不超过一页的建议书。 2.问题的分析 2.1 问题一的分析 对于300 个用户，我们假设这十天的选择是随机的，即题给的300 个人十天的通话信息能够代表他们平时的水平，因此，得到的数据具有可靠性。通信运营商需要通过对自己的客户进行分类和筛选得到重要客户以及潜在重要客户，以此明确要巩固和优化的重要客户以及通过潜在重要客户挖掘更多的重要客户，从而使利润最大化。1）通常一个用户创造的利润与用户的主叫通话时间 有很大的关系，也与被叫用户的通话时间 大的关系；2）考虑到目前市场话费，主叫费用与被叫费用是不同的。如果被叫多，则一般是地位比较高的用户，消费能力强是潜在或者已经是重要客户，因此主叫用户的通话次数和被叫的通话次数 是体现用户重要程度以及该通信运营商业务普及程度的一个重要指标，也是影响利润的重要因素。3）结合问题二考虑，我们将主要对夜间客户推介新的优惠业务，因此我们把夜间通话用户的通话时间占他总的主叫时间的比例定义为故本文选择主