聚類分析在移動通信用戶行為分析中的研究與應用.pdf

1、隨著移動互聯(lián)網(wǎng)與移動終端的日益發(fā)展，終端用戶獲取信息的方式更加豐富多樣，用戶越來越依賴于網(wǎng)絡，用戶個性化需求、用戶體驗、用戶感知度的分析已成為當前的熱點。通信行業(yè)的客戶每天產(chǎn)生大量通信數(shù)據(jù)，這些業(yè)務數(shù)據(jù)占據(jù)大量存儲空間，而數(shù)據(jù)中亦隱藏許多有商業(yè)價值的信息，如果能加以發(fā)掘利用，將是一筆巨大財富。面對激烈競爭的移動通信市場，客戶是運營商賴以生存和業(yè)務發(fā)展的保障，這要求移動運營商在保證網(wǎng)絡服務質(zhì)量的前提下，對用戶的各種業(yè)務請求進行快速響應，從

2、而使用戶達到最大程度上的滿意。
　　 現(xiàn)今，通信行業(yè)流行的用戶行為分析方法有針對移動增值業(yè)務的，有基于網(wǎng)絡效應理論的，有基于移動定位數(shù)據(jù)用戶出行模式識別的，等等。這些都是從運營商的角度出發(fā)，對營銷業(yè)務數(shù)據(jù)開展用戶行為分析。另外，如果通信質(zhì)量以及運營商所提供的服務不好，導致很多用戶無法正常使用其想要的服務，從而引發(fā)用戶投訴，我們將如何分析用戶投訴，改善通信質(zhì)量，以保住現(xiàn)有的顧客，這是運營商亟待解決的一個課題。本文的主要工作正是基于

3、此，展開了下列研究:
　　 1.分析了當前國內(nèi)外無線通信的研究背景以及研究意義;研究了國內(nèi)外聚類算法的發(fā)展和現(xiàn)狀，分析了常用的聚類算法和孤立點挖掘技術及其應用，并進一步分析了聚類算法在移動網(wǎng)絡中的應用。
　　 2.研究了常見無線終端定位方法;深入研究了區(qū)域信號指紋匹配定位技術以及基于多基站的移動終端定位算法;探討了信號傳播過程中影響定位精度的因素和現(xiàn)有處理方法;進而本文對這兩種定位算法提出了修改;將聚類算法與信息熵原理應

4、用到區(qū)域指紋匹配算法中，并用修改后的多基站的定位方法進行定位使單位精度更加準確。
　　 3.對本文的三種定位方法進行了比較分析，結合用戶行為與位置關聯(lián)方法之間的關系，通過使用模糊聚類算法建立了用戶行為分析模型。
　　 4.由于通信數(shù)據(jù)量大、規(guī)范不一致等特點，不能直接被用來進行數(shù)據(jù)挖掘，對其進行相應的數(shù)據(jù)預處理操作成為必須;本文給出了一種高效的快速排序方法。
　　 5.對本文中提到的定位算法以及用戶行為分析分別進行