基于数据挖掘的电信家庭电话分类研究.pdfVIP

2010年第 12期 科技管理研究 ScienceandTechnologyManagementResearch 文章编号：1000—7695 (2010)12—0l11—05 基于数据挖掘的电信家庭电话分类研究 蒋 国瑞 ，王晓谊 ，谢凤玲 (1．北京工业大学经济与管理学院，北京 100124； 2．河北体育学院现代教育技术中心，河北石家庄 050041) 摘要：利用家庭业务捆绑争夺客户已成为新兴全业务运营商发展客户的主要方式，如何确定归属于同一家庭的 固定电话及移动电话是制定家庭业务捆绑方案过程 中业务人员会遇到的核心问题。由此应用数据挖掘技术中的 分类方法将归属于不 同家庭的电话 区分开来 ，并针对传统分类方法的不足提 出一种经过改进 的RBF神经网络 与决策树结合的分类方法。实验证明，由C5．0决策树及 BP神经网络分别建立的两种分类模型均可有效对 电 话分类，而经过改进的RBF神经网络与决策树结合的分类模型在条件属性减少的基础上提高了分类精度 关键词 ：电信家庭 电话 ；数据挖掘 ；分类 ；属性 中图分类号：TP391 文献标识码：A 在竞争激烈的电信行业，争夺客户是各大运营商重点关 风险的广阔领域 。 注的问题。在固网与移动业务分离经营时期，受限于运营牌 神经网络也是一种重要的分类方法，它是一种人脑思考 照的各大运营商只能在归属于本公司的、，领域发展用户并 仿真的数据分析模式，用输入变量与数值来 自我学习，并根 将精力更多的放在了传统业务流域内的客尸流失预警及挽留 据学习经验所得之知识不断调整参数，以期得到一个较好的 管理上。而伴随着中国电信业重组后j家全业务运营商的出 模式。近年来基于神经网络的分类研究取得一些进步 ，Shin 现以及牌照壁垒的消失，一个异常鹿大的可发展存量 白市 等利用基于记忆的推理来解决神经网络黑箱问题，提出了基 场 (如表 1所示)展现在各运营商面前。在这种情况下，如 于神经网络与记忆学习的混合数据挖掘方法 J。Anbananthen 何在减少现有用户流失的同时，在确定电信家庭电话的基础 等利用神经网络修剪树解决黑箱问题，在保持分类精度情况 上利用家庭业务捆绑争夺客户就成为各全业务运营商的一项 下减少了冗余规则 。 重要工作。 针对电信家庭电话分类模式发现，本文基于数据挖掘思 想应用了决策树方法中的C5．0算法及神经网络中的三层 BP 表 1 全业务电信运营商用户统计 (2008年) 神经网络，同时提出并应用了一种经过改进的RBF神经网络 与决策树结合方法。通过利用某地市电信公司的真实样本数 据进行研究，对三种分类方法的可实施性及分类性能状况进 行了分析。实证结果证明，这种改进方法在条件属性减少的 基础上提高了分类精度。 1 电信家庭 电话定义和分类 数据挖掘是一个从海量观测数据或大型数据库中提取模 本文中所定义的家庭是由常居于同一居所的以血缘、婚 式及发现有用信息与知识的过程 ，是 KDD (数据库中知识发 姻或收养关系所联系起来的亲属生活组织，此处的同一居所 现)不可缺少的部分…。它根据挖掘任务可以分为：分类或 即为该家