基于数据挖掘的电信经营收入分析与预测

发布时间：2017-09-01 19:21

  本文关键词：基于数据挖掘的电信经营收入分析与预测

  更多相关文章： 电信收入 数据挖掘 人工神经网络 遗传算法

【摘要】：近几年来,通信行业的改革风云变幻,各运营商之间、包括运营商和I SP之间的竞争也越来越激烈。面对客户,怎样提供更好的优质服务,提高用户数,实现营业收入增长,是摆在在运营商眼前有待深入的课题。对营业收入的预测可以帮助运营商预知未来面临的收入状况。电信企业计算企业利润和企业投资效益时必须以企业运营收入的预测结果为前提,同时企业的运营收入也会对企业的投资决策和网络建设有重要的参考价值。预测结果的精确度及预测目标是否能实现与预测方法的选择有很大关系。运营商通过预测结果可以提前制定未来一段时间的营销战略,因此,对电信经营收入的预测具有极大的应用价值。本文采用数据挖掘的技术,挖掘电信经营收入数据的内在发展规律及其主要相关因素,建立了三种预测模型,分别是BP神经网络、RBF神经网络以及遗传神经网络模型,使用历史数据对于网络进行训练,针对训练好的权值和阈值的网络进行预测数据,最后通过预测的结果和实际数据进行对比,权衡出哪种模型具有更高的精确度,哪种模型是最适合这种预测。通过实验结果表明,遗传算法可以从概率的意义上以随机的方式寻求问题的最优解,具有很好的全局搜索能力,但是很多遗传算法的应用也暴露了其弱点,即局部寻优能力较差,容易出现早产现象,遗传算法和人工神经网络的结合可以发挥各自的优势,解决了神经网络初始权值的随机性带来的网络振荡,以及传统神经网络容易陷入局部解的问题,能够做出较准确的预测。运营商通过预测结果可以提前制定未来一段时间的营销战略。本文采用数据挖掘的方法,结合人工神经网络和遗传算法技术,挖掘电信经营收入数据的内在发展规律及其主要相关因素,对未来营业收入做出预测。
【关键词】：电信收入 数据挖掘 人工神经网络 遗传算法
【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】：F626;TP311.13;TP183
，

本文编号：773940