基于企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘在電信行業(yè)中的研究

基于企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘在電信行業(yè)中的研究

ID:32973237

大?。?.72 MB

頁(yè)數(shù):64頁(yè)

時(shí)間:2019-02-18

基于企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘在電信行業(yè)中的研究_第1頁(yè)
基于企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘在電信行業(yè)中的研究_第2頁(yè)
基于企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘在電信行業(yè)中的研究_第3頁(yè)
基于企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘在電信行業(yè)中的研究_第4頁(yè)
基于企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘在電信行業(yè)中的研究_第5頁(yè)
資源描述:

《基于企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘在電信行業(yè)中的研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)

1、蒸簍饕蘩一業(yè)名師期摘要近年來(lái)電信的業(yè)務(wù)是全球經(jīng)濟(jì)中增長(zhǎng)最快的,同時(shí)也是競(jìng)爭(zhēng)最激烈的。電信如何在眾多企業(yè)中獲得消費(fèi)者青睞,提高企業(yè)的分析能力,提高企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力以及維持市場(chǎng)領(lǐng)導(dǎo)地位,是目前最嚴(yán)峻的考驗(yàn)。競(jìng)爭(zhēng)的加劇使得數(shù)據(jù)倉(cāng)庫(kù)作為決策分析支撐的數(shù)據(jù)平臺(tái)日益盛行,并在該平臺(tái)上進(jìn)行數(shù)據(jù)挖掘分析的手段也日漸普遍。本文從闡述數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的概念出發(fā),介紹了企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建,并提出了電信系統(tǒng)的企業(yè)數(shù)據(jù)倉(cāng)庫(kù)。接著在企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)上提出了適應(yīng)于電信行業(yè)數(shù)據(jù)挖掘模塊的設(shè)計(jì)實(shí)現(xiàn),將適合電信行業(yè)的數(shù)據(jù)挖掘模塊和企業(yè)數(shù)據(jù)倉(cāng)庫(kù)結(jié)合起來(lái),滿足電信行業(yè)的數(shù)據(jù)挖掘需求。在對(duì)電信行業(yè)企業(yè)數(shù)據(jù)倉(cāng)庫(kù)

2、進(jìn)行了深入的研究之后,針對(duì)電信行業(yè)中常見(jiàn)的客戶呼叫模式的關(guān)聯(lián)分析和電信大客戶特征的聚類(lèi)識(shí)別,本文提出了基于分區(qū)的散列算法(HashPartitionAlgorithm)和基于K-means算法的遺傳算法。基于分區(qū)的散列算法(HashPartitionAlgorithm)充分考慮了電信行業(yè)中基于海量數(shù)據(jù)中的數(shù)據(jù)挖掘性能,實(shí)現(xiàn)了對(duì)數(shù)據(jù)分區(qū)的設(shè)計(jì),極大地減少了數(shù)據(jù)庫(kù)的掃描次數(shù),同時(shí)很好地實(shí)現(xiàn)了散列技術(shù)和分區(qū)技術(shù)的融合,并給出了算法的具體實(shí)現(xiàn)過(guò)程和基于企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的實(shí)驗(yàn)結(jié)果。基于K-means算法的遺傳算法實(shí)現(xiàn)了適合海量數(shù)據(jù)挖掘的遺傳算法和K-means算法的混合。該算法通過(guò)遺傳

3、算法,可以顯著地降低對(duì)數(shù)據(jù)庫(kù)的瀏覽次數(shù),提高算法性能,并能夠準(zhǔn)確充分地反映大客戶的特征,從而實(shí)現(xiàn)對(duì)大客戶特征的聚類(lèi)。關(guān)鍵字:數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)挖掘關(guān)聯(lián)分析散列算法K-means算法聚類(lèi)遺傳算法TheResearchofDataMiningBasedonEnterpriseData紓白rehouseofTelecomABSTRACTbusinessoftelecomisthefastest-risingintheglobaleconomyinrecentyearsand“isalsothemosthotlycompetitiveatthesametime.Howtelecomge

4、tsconsumerstofavorinnumerousenterprisestoimprovetheanalyticalcapacityandthemarketcompetitivenessofenterprisesandmaintainstheleadingpositionofmarketisthemostseveretestatpresent.a(chǎn)ggravationofthecompetitionmakesthedatawarehouseanalysisasthedataplatformsupportedtomakepolicyprevailsdaybyday,an

5、ddataminingattheplatformisinereasin醇yused.Firstly,inthisthesisweexplaintheconceptofdatawarehouseanddataminingandintroducetheconstructionoftheenterprisedatawarehouse.Thenweproposetheenterprisedatawarehouseofthetelecomsystem.Secondly,weproposethemoduledesignandrealizationofdataminingbased01

6、1enterprisedatawarehousewhichcombinethedataminingmoduleandenterprisedatawarehousetomeetthedemandofdataminingfortelecom.WeproposeHashPartitionAlgorithmandGeneticAlgorithmbasedonK-meansaccordingtoaSsociationanalysisofcallmodeofcustomersandclus蜘ngofVIPaftercarryingonde印researchtoenterpriseda

7、tumwarehouse.HashPartitionAlgorithmtakesperformanceofdataminingintoconsiderationonthebasisofmassdataofTelecom.Ithasrealizedreducingthenumberoftimesofscanningdatabasegreatlybypartitiondesignofdata.Atthesanletime,havingrealizedtheintegrationofhashalgorithmandpartition

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。