基于聚類的序列模式挖掘及其在話務質量中的應用.pdf

1、近年來，隨著無線通信技術的快速發(fā)展，電信業(yè)務不斷增加，智能手機普及率迅速升高，3G、4G業(yè)務不斷出現(xiàn)，使得電信行業(yè)的業(yè)務數(shù)據(jù)越來越多，成為典型的數(shù)據(jù)密集型行業(yè)。因為人們每天都會通過手機等通信工具進行聯(lián)系，所以電信業(yè)每天都會產(chǎn)生大量的語音通話業(yè)務數(shù)據(jù)，長期積累的語音通話業(yè)務數(shù)據(jù)成為運營商重要資源和財富，如何從這些海量業(yè)務數(shù)據(jù)中發(fā)現(xiàn)有價值的信息是非常有必要的。
　　數(shù)據(jù)挖掘是一種從海量數(shù)據(jù)中挖掘有價值知識的工具，它的作用就是從大量的數(shù)

2、據(jù)中通過算法發(fā)現(xiàn)隱藏于其中的有用信息。其中，序列模式挖掘和聚類挖掘都是數(shù)據(jù)挖掘的重要分支，已應用在很多領域中，例如，客戶購買行為分析、欺詐行為檢測、網(wǎng)絡入侵檢測等。在查閱了大量國內(nèi)外文獻的基礎上，本文采用序列模式挖掘和聚類分析對語音通話業(yè)務數(shù)據(jù)的進行挖掘，獲得有價值的信息并對電信業(yè)務做決策或者是預測作用。
　　基于電信語音通話業(yè)務數(shù)據(jù)量非常龐大，本文針對部分數(shù)據(jù)對象做了深入研究，對數(shù)據(jù)的屬性做了詳細分析，分析了影響當前電信語音通話

3、質量的原因，結合K-means聚類算法和改進的PrefixSpan序列模式挖掘算法進行交叉挖掘，構建一個挖掘模型并對該模型進行分析。本文主要研究工作如下:
　　1.提出了電信語音通話業(yè)務的序列模式挖掘方法。
　　2.設計并實現(xiàn)了一個關于用戶滿意度的電信語音通話業(yè)務的序列模式挖掘模型。
　　3.依用戶滿意度劃分為“好、良、中等、一般和差”五個等級，按電信業(yè)務的“業(yè)務即時性、業(yè)務可接入性、業(yè)務會話質量、業(yè)務可保持性、業(yè)務完