基于数据挖掘的通信运营管理系统的设计与实现

发布时间：2017-05-29 08:03

  本文关键词：基于数据挖掘的通信运营管理系统的设计与实现，由笔耕文化传播整理发布。

【摘要】：随着移动网络的普及,电子商务交流、移动终端及社交网在很大程度上增大了网络的应用范围,而现如今,网络数据几乎涵盖到社会中的各个领域,而其给国家政治、文化及经济,还有公民的生活带来了巨大的变化。通信企业是一个典型的客户规模大、数据量大、数据及时性高的行业,然而随着移动互联和大数据时代的到来,通信领域的竞争越演越烈,运营商不仅要面对传统同行之间的竞争,同时还要面对微信、微博等OTT企业的竞争,运营商存量客户流失及“被管道化”趋势明显;面对日益严重的发展问题,通信运营商只有通过数据挖掘技术将庞大的客户规模进行细分,按照ARPU值(客户价值)、离网倾向、产品需求、服务需要等多维度了解客户信息,并建立一个良性的交互平台,从而更有效的提升运营商的服务水平、提升产品的价值匹配,进而有效改善客户关系、提升企业竞争实力。本论文从数据挖掘的基本理论出发,分析了数据挖掘技术的相关理论和基本概念、体系结构和逻辑功能,在这基础之上,研究了CRM系统数据挖掘技术的应用,并对CRM中数据挖掘的系统结构和数据挖掘过程进行了讨论,在各种数据挖掘的方法中,本文根据工作实际需要着重研究了决策树分类方法。针对ID3算法复杂、噪音数据干扰较大的缺点,本文提出了利用变精度粗糙集模型改进ID3算法,并对改进做出了分析。按照数据挖掘算理论及ID3数据挖掘算法,结合成都移动有限公司的业务支撑系统的实际需要,设计并实现了基于数据挖掘的数据仓库,并且在原有单一的CRM系统基础上设计并实现了基于ID3算法、具备智能数据挖掘的新业务支撑管理信息系统。最后,本文设计并实现了基于J2EE三层架构和EJB技术的成都移动营销服务支撑系统,该系统不仅可以满足日常基本数据处理工作需要,同时这个系统还可以利用数据挖掘技术实现精确目标客户获取和营销活动实施,并对运行结果进行了分析。
【关键词】：数据仓库 挖掘 CRM系统 精确营销
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP311.13;TP311.52
【目录】：

• 摘要5-6
• abstract6-11
• 第一章 引论11-16
• 1.1 课题的研究背景与研究动机11-12
• 1.2 数据挖掘和通信行业客户运营管理系统（CRM）的研究现状12-14
• 1.2.1 数据挖掘研究现状12-13
• 1.2.2 客户关系管理（CRM）的研究现状13-14
• 1.3 论文的主要工作14-16
• 第二章 数据挖掘与数据仓库16-29
• 2.1 数据挖掘16-24
• 2.1.1 数据挖掘技术的来源以及发展16-17
• 2.1.2 数据挖掘的概念17
• 2.1.3 数据挖掘的步骤17-19
• 2.1.4 数据挖掘常用方法19-21
• 2.1.5 关于数据挖掘的使用21-22
• 2.1.6 关于数据挖掘的挑战22-23
• 2.1.7 数据挖掘的发展趋势23-24
• 2.2 数据仓库24-29
• 2.2.1 数据仓库的定义24
• 2.2.2 数据仓库的组成24-26
• 2.2.3 数据挖掘库26-27
• 2.2.4 数据仓库与事务数据库27-28
• 2.2.5 数据仓库与数据挖掘的关系28
• 2.2.6 本章小结28-29
• 第三章 客户关系管理与数据挖掘29-34
• 3.1 客户关系管理（CRM）29-31
• 3.1.1 CRM29
• 3.1.2 CRM系统结构组织29-31
• 3.2 CRM系统与数据分析31-34
• 3.2.1 CRM数据分析系统的构建31-32
• 3.2.2 CRM系统数据分析过程32-33
• 3.2.3 小结33-34
• 第四章 常用的数据挖掘分类算法34-42
• 4.1 数据挖掘中的数据分类问题34-35
• 4.2 数据挖掘的主要算法35-37
• 4.2.1 分类器的评价标准35-36
• 4.2.2 常见分类算法的优点和缺点36-37
• 4.3 以ID3算法为核心的决策树分类方法37-42
• 4.3.1 决策树的分类方法37
• 4.3.2 分裂度量37-38
• 4.3.3 决策树ID3算法及其缺点研究38-41
• 4.3.4 本章小结41-42
• 第五章 数据挖掘在CRM系统中应用42-51
• 5.1 CRM系统实施数据挖掘流程42-43
• 5.1.1 数据挖掘商业问题的解读42
• 5.1.2 数据准备过程42-43
• 5.1.3 建立数据模型43
• 5.1.4 数据挖掘的证实与评估43
• 5.2 数据仓库的设计和完成43-48
• 5.2.1 业务数据库的设计和完成43-47
• 5.2.2 数据仓库的设计和完成47-48
• 5.3 数据挖掘模块的设计和完成48-50
• 5.4 本章小结50-51
• 第六章 基于数据挖掘的CRM系统设计51-60
• 6.1 系统概述51-53
• 6.2 各个模块的具体功能53-55
• 6.3 系统结构的设计55-59
• 6.3.1 整体结构55-56
• 6.3.2 详解三层架构56
• 6.3.3 以EJB为基础的开发56-57
• 6.3.4 模式的应用57
• 6.3.5 调用数据挖掘模块57-59
• 6.4 本章小结59-60
• 第七章 基于数据挖掘CRM系统的实现60-70
• 7.1 系统查询与更新操作的实现60-61
• 7.2 客户细分的实现61-63
• 7.3 精确智能营销63-67
• 7.4 系统运行概况与分析67-69
• 7.5 本章小结69-70
• 第八章 结论与展望70-72
• 8.1 主要结论70-71
• 8.2 后续研究工作的展望71-72
• 致谢72-73
• 参考文献73-76

【相似文献】

中国期刊全文数据库 前10条

1 香丽芸;浅谈数据挖掘及其应用[J];昌吉师专学报;2001年02期

2 郑雪燕,张杰明,岳洋;数据挖掘语言[J];计算机时代;2001年11期

3 刘明晶;数据挖掘[J];华南金融电脑;2001年04期

4 张伟;刘勇国;彭军;廖晓峰;吴中福;;数据挖掘发展研究[J];计算机科学;2001年07期

5 钟晓;马少平;张钹;俞瑞钊;;数据挖掘综述[J];模式识别与人工智能;2001年01期

6 朱建平,张润楚;数据挖掘的发展及其特点[J];统计与决策;2002年07期

7 傅岚;在数据海洋中打捞信息数据挖掘[J];科技广场;2002年11期

8 李峻;数据挖掘,企业洞察先机的“慧眼”[J];中国计算机用户;2002年48期

9 罗可,蔡碧野,卜胜贤,谢中科;数据挖掘及其发展研究[J];计算机工程与应用;2002年14期

10 ;2002数据挖掘研讨班[J];计算机工程;2002年06期

中国重要会议论文全文数据库 前10条

1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年

4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年

6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

中国重要报纸全文数据库 前10条

1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年

7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年

8 本报记者　史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年

9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年

10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年

中国博士学位论文全文数据库 前10条

1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年

2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年

3 彭计红;基于数据挖掘的痴呆中医证的研究[D];南京中医药大学;2015年

4 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年

5 邬文帅;基于多目标决策的数据挖掘方法评估与应用[D];电子科技大学;2015年

6 李荣;生物信息数据挖掘若干关键问题研究与应用[D];复旦大学;2004年

7 李玉华;面向服务的数据挖掘关键技术研究[D];华中科技大学;2006年

8 吴少智;时间序列数据挖掘在生物医学中的应用研究[D];电子科技大学;2010年

9 王珊珊;知识指导下的数据挖掘在新闻和金融工具之间因果关系上的应用[D];中国科学技术大学;2009年

10 杨虎;序列数据挖掘的模型和算法研究[D];重庆大学;2003年

中国硕士学位论文全文数据库 前10条

1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年

2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年

3 焦亚召;基于多核函数FCM算法在数据挖掘聚类中的应用研究[D];昆明理工大学;2015年

4 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年

5 刘学建;数据挖掘在电子商务推荐系统中的应用研究[D];昆明理工大学;2015年

6 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年

7 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年

8 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年

9 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年

10 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年

  本文关键词：基于数据挖掘的通信运营管理系统的设计与实现，由笔耕文化传播整理发布。

，

本文编号：404442