基于数据挖掘的GPRS业务增量预测设计

发布时间：2021-03-14 13:33

　　随着信息技术的进步,电信业务的竞争也越来越激烈。目前,如何有效利用多年业务系统建设积累下来的大量业务数据,从中快速提取信息、发掘隐藏在业务数据中的一些深层次的内在规律,把握业务发展的趋势,对业务发展进行分析、预测以及制定相应的市场策略,对市场机会做出及时灵活的反应,将成为电信运营商在信息时代市场竞争中立于不败之地的关键所在。本文以某市联通公司业务管理系统中GPRS业务增量预测问题为背景,结合商务智能领域前沿理论,深入讨论在电信行业中实施数据挖掘解决方案的具体过程。本文在大量已知历史数据中进行挖掘分析,使用Clementine等工具,结合C5.0,Logistic回归算法对样本数据进行分析,挖掘GPRS业务用户群的特征,建立预测模型,并将模型应用到业务管理系统中。 

【文章来源】：苏州大学江苏省

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

数据仓库体系结构

CRISP-DM过程模型

GPRS增量预测流程图

【参考文献】：
期刊论文
[1]浅析数据挖掘技术[J]. 姜涛.  科技资讯. 2007(22)
[2]数据仓库建设中数据质量问题的研究[J]. 周东山,李喜英.  华南金融电脑. 2007(07)
[3]OLAP技术在电信经营管理中的应用[J]. 王诚.  计算机与信息技术. 2007(05)
[4]数据挖掘技术在电信欠费客户流失中的应用[J]. 杨忠,戴世雄,严南,柳军.  中国水运(理论版). 2007(05)
[5]商业智能的研究与应用[J]. 吴良清.  中国科技信息. 2007(07)
[6]OLAP技术在电信领域中的应用[J]. 张中平,徐佑军.  计算机工程与设计. 2005(07)
[7]浅议数据仓库技术在中国电信的应用前景[J]. 胡雪梅.  通信世界. 2001(13)



本文编号：3082278