改進(jìn)的模糊聚類算法及其在電信欠費(fèi)數(shù)據(jù)中的應(yīng)用研究.pdf

1、隨著電信市場(chǎng)的迅速發(fā)展，目前我國(guó)通信設(shè)備的覆蓋率已到達(dá)了很高的水平，手機(jī)用戶的數(shù)量逐年增加。電信運(yùn)營(yíng)商要保持市場(chǎng)的高效運(yùn)作，必須依據(jù)不同地區(qū)，根據(jù)不同的人群來(lái)劃分不同的收費(fèi)標(biāo)準(zhǔn)，同時(shí)應(yīng)采取運(yùn)營(yíng)策略防止用戶出現(xiàn)大額欠費(fèi)現(xiàn)象和欠費(fèi)換號(hào)現(xiàn)象。而電信客戶是一個(gè)龐大的群體，如何通過(guò)分析大量的信息來(lái)進(jìn)行運(yùn)營(yíng)決策是目前的一個(gè)難題，數(shù)據(jù)挖掘技術(shù)在海量信息處理方面的優(yōu)勢(shì)使得數(shù)據(jù)挖掘在電信領(lǐng)域中有了更廣闊的應(yīng)用空間。數(shù)據(jù)挖掘中的聚類技術(shù)可以將要處理的對(duì)象聚

2、類分析，應(yīng)用在電信市場(chǎng)分析中，表現(xiàn)為能從客戶基本庫(kù)中發(fā)現(xiàn)不同的用戶群，并且刻畫出不同客戶群體的特征。本文就是基于電信欠費(fèi)用戶的特征，在現(xiàn)有算法的基礎(chǔ)上提出適合電信行業(yè)數(shù)據(jù)特征的聚類分析算法，以此分析出電信用戶的欠費(fèi)特點(diǎn)，為電信制定相應(yīng)措施提供理論依據(jù)。本研究主要內(nèi)容包括：
　　 ⑴對(duì)聚類算法進(jìn)行研究，在模糊C-均值(FCM)聚類算法基礎(chǔ)上，提出基于信息熵的FCM算法。此算法的優(yōu)點(diǎn)是首先利用信息熵來(lái)對(duì)聚類中心進(jìn)行初始化，從而確定聚

3、類中心的個(gè)數(shù)，以此降低初始聚類對(duì)算法產(chǎn)生的誤差，然后結(jié)合類合并的思想，將大簇或任意形狀的簇分割成多個(gè)小簇，再根據(jù)類合并的條件將各個(gè)小簇合并，這樣就可以解決不規(guī)則數(shù)據(jù)集的聚類。之后又在基于信息熵的FCM算法的基礎(chǔ)上引進(jìn)加權(quán)因子，使得算法在聚類過(guò)程中對(duì)聚類中心的位置不斷調(diào)整，從而更加接近實(shí)際的中心位置，算法的迭代次數(shù)也要少于傳統(tǒng)的FCM算法，使得算法的運(yùn)行效率得到了很大提高。而且加權(quán)因子的引入使得算法能夠?qū)铝Ⅻc(diǎn)進(jìn)行一定的分析處理，提升了算

4、法的精確度。最后應(yīng)用實(shí)例證明了基于熵加權(quán)的FCM算法的高效性。
　　 ⑵將改進(jìn)的算法應(yīng)用到電信欠費(fèi)數(shù)據(jù)的分析中。本部分首先將電信數(shù)據(jù)庫(kù)中有關(guān)計(jì)費(fèi)的屬性提取，對(duì)數(shù)據(jù)進(jìn)行清洗操作，將所研究數(shù)據(jù)轉(zhuǎn)化為符合算法輸入的標(biāo)準(zhǔn)數(shù)據(jù)格式，然后分別用FCM算法和改進(jìn)算法對(duì)數(shù)據(jù)進(jìn)行聚類，得出聚類結(jié)果并進(jìn)行比較。通過(guò)比較發(fā)現(xiàn)改進(jìn)算法的聚類結(jié)果比較理想，這也證明了算法的實(shí)用性。同時(shí)，通過(guò)對(duì)欠費(fèi)數(shù)據(jù)的分析，挖掘出了數(shù)據(jù)中的隱含的信息，從而可以為電信運(yùn)營(yíng)商