基于決策樹的移動通信企業(yè)數據挖掘研究.pdf

1、數據挖掘是指從數據庫中發(fā)現隱含的、新穎的、有用的信息的過程，已經在許多領域得到了廣泛的應用。分類與預測分析是數據挖掘的主要技術手段之一，至今已在理論和方法上取得了豐碩的研究成果，決策樹分類算法就是其中最典型的代表。隨著近年來數據密集型企業(yè)數據倉庫等決策支持系統的建設以及企業(yè)對商業(yè)智能的需求，數據挖掘面臨新的應用，決策樹分類算法研究也面臨更多新的內容和挑戰(zhàn)。 本文主要針對移動通信企業(yè)的數據特性以及客戶保持等需求，研究和提出一種改進

2、的決策樹算法，并將其應用于移動通信企業(yè)客戶流失分析以及來電提醒等具體的業(yè)務中。所做工作歸納如下： 1.對數據挖掘技術的發(fā)展和現狀做了概括性的闡述，介紹了數據挖掘的概念、內容、主要技術以及在移動通信等行業(yè)領域的應用和發(fā)展。 2.對數據挖掘中的決策樹分析方法做了詳細的描述，介紹了決策樹分析中的經典算法--ID3算法，對ID3算法的基本性質、性能和特點進行了分析和總結，針對傳統的ID3算法計算效率低、屬性偏向性比較嚴重等缺點，

3、提出了一種改進的ID3算法；該算法利用遞推性質將熵函數的復雜計算問題轉化為基于數組的查表運算問題，從而提高了計算效率，該算法運用屬性加權因子在很大程度上克服了屬性偏向性。 3.運用改進的決策樹算法建立了某移動通信企業(yè)的客戶流失預測模型并將該模型應用于離網客戶預測、離網原因分析、客戶挽留等決策支持應用中。 4.運用改進的ID3決策樹算法建立了某移動通信公司“來電提醒”業(yè)務的目標客戶預測模型，對預測結果進行了商業(yè)性的描述和分