数据挖掘在移动通信市场的应用

田艳梅 马力

摘要：随着信息通信技术的日益发展，移动通信业成为数据挖掘技术目前最重要的应用范围之一，并且还成为在大量信息中提炼有用知识的关键。在移动通信市场的范围内，数据挖掘技术与技巧被应用在与客户进行客户忠诚度分析、反欺诈分析、建立交叉销售模型和客户流失预警等等。数据挖掘能够进行有效的提炼无序信息中的重点，是机器学习、人工智能和数据库技术等多种学科互相融合的產物。

关键词：数据挖掘；移动通信；应用；客户流失

一、数据挖掘的定义和任务

数据挖掘常常会被划分成“验证驱动型”和“发现驱动型”两种类型。“验证驱动型”指的是用户可以最先提出自己的想法，继而再运用各类工具通过重复的、递归的检查搜索来证明或者否定自己的想法，通常在验证想法这一过程中会运用结构化查询语言（SQL）或结构化查询生产器。而“发现驱动型”指的是通过运用机器学习统计与数据可视化等的技术来发掘新的想法，这些技术对于发现新的知识而言起到了十分重要的作用。数据挖掘的具体任务指的是从数据集里发现有价值的模式。模式按功能分主要分为描述型模式与预测型模式这两大类。关于不同的现实问题， 数据挖掘的重要任务有关联分析、分类、聚类分析、孤立点分析、概念描述、时间序列等等。所说的数据挖掘指的就是从大量的、不完全的、有噪音的、含糊的、任意的数据里，提炼隐约含有在其中的，人们预选不知道的，但是又是潜伏的有效的信息与知识的过程。数据挖掘可以挖掘出潜在的模式，能够找出非常有价值的信息，带领商业行为或协助科学研究。数据挖掘还是一种广义的交叉学科，它包含了数据库、数据统计、人工智能、并行计算等这些方面的技术。数据挖掘的目标可以是数据库里的数据，也可以是文本、图像以及图形里的数据。

二、数据挖掘在移动通信市场的应用

被开发出来的数据挖掘系统已经广泛应用到社会生活的各个方面，即使在效率这一方面可能没有达到预期的结果，但是随着硬件的改良，算法的改善，数据挖掘技术在移动通信中的运用甚至在各行各业中都会有迅速的发展。现在的移动通信运营商都具备业务营运系统、业务受理网站、客户服务呼叫中心等客户信息系统，这些系统均是联机事务处理（On -Line Transaction Processing ， OLTP）系统， 及时处理在线的事务，不能够做到适合数据挖掘应用大范围、频繁的检索与查询的操作。所以 ，数据挖掘的先决条件是必须创建企业级的客户信息数据仓库， 可以将不同的联机事务处理系统的客户数据汇集在一起 ，来提供一个单一、正确和完整的客户数据环境。各个信息系统都分别比较完整地管理着客户某一部分的信息 ，很多的客户数据、帐务数据、市场营销数据均以不一样的数据格式与访问方式分布在不同的系统里，变成许多的信息孤岛。移动通信业在信息化的进程中得到了充分的发展，各类应用系统也被普遍的运用，例如综合业务系统、计费系统等等，在比较完整的保留历史数据的同时，也导致大量数据的重复，没有办法有效的为使用者提供有效的信息。而另一方面，大量数据的存在也会为计算机设备的有效运行带来干扰。怎样让用户日益提高的需求得到满足的同时降低成本、提高效益，成为目前移动通信发展待解决的重大问题。

三、分析客户的流失及其控制方法

随着深入研究用户，数据挖掘技术已经在增值业务用户行为的分析中渐渐得到发展，愈来愈多的电信运营企业将针对用户语音通话行为的模型借用到增值业务产品的分析中。客户的流失方式主要分为自然流失、恶意流失、竞争流失三种类型。因为企业竟争对手的影响从而导致的流失称为竞争流失。在市场上的竟争突出主要表现在价格战和服务战上。在现在日益激烈的市场竞争里， 企业最先应该考虑的是保留住自己现有的用户， 在这样的基础上再去吸引和争取新的用户。经过市场的竞争分析， 包含市场占有率分析、供应商行为分析、竞争对手发展情况分析、合作商行为分析等等， 能够避免发生部分的流失。市场占有率分析让市场人员可以了解到不同时间段内、不同业务品牌的产品或服务的市场占有率的状况 ， 了解到市场里最具有价值的产品或服务， 了解到不同的产品的主要竞争对手是谁， 进而可以给市场经营提供引导。自然流失的用户流失不是人为因素所导致的， 例如用户的工作地点发生改变。因为自然流失所占的比例非常小，所以企业能够通过广泛创建实体的营业厅 ， 或者提供网上服务等的电子渠道方式，做到让用户在任何的地方、任何的时候都能够方便快捷地运用企业的产品与服务，从而减少自然流失的发生。一些用户为了逃避某些费用而产生的流失称为恶意流失，例如有的用户在拖欠了大额的通信费用后离开这家电信运营商，并选择其他的电信运营商提供的服务以达到不交费用的目的。企业可通过用户信誉管理制度与欺诈监测这些方法来避免用户的恶意流失行为。

四、结语

运营商对于各类技术的应用最终目的是推行以客户服务为中心的客户关系管理（CRM），但是在现在的状况下 ，移动运营商在当前任务中最急切要办的是在创建数据仓库的基础上成功实行多主题的数据挖掘。通信企业假如能对通信馈线进行有效的回收，不但可以防止环保风险，还能获取非常不错的经济收益。在现实的操作中，企业应当创建馈线废弃的标准化过程，提议企业可以选取招标的方法并采用回收企业来进行回收，还要对回收的企业实行监察，招标的时候不能仅仅以价格来当作判定的凭据，还要视察回收企业的回收资质、废物管理档案情况、环保管理措施、机械设备拥有情况等等，根据综合考虑各方面因素，让通信馈线的回收变得更加环保和经济。

参考文献：

[1] 邱宏 .数据仓库技术在移动通信中的应用[J] .电信科学， 1999 ；12：34-35.

[2] 黄琨，高位肖，王嘉祯，等.基于数据仓库的政务决策系统[J].河北科技大学学报，2005，26（1）：64- 66.

[3] 姚志勇. SAS 编程与数据挖掘商业案例. 机械工业出版社，2010.

[4] 陈东鹏.数据仓库技术在移动通信领域的应用.电信科学，2001， （5）：20-24.