MBA毕业论文《数据挖掘在彩信运营支撑中的应用研究》(73页).rar 数据挖掘在彩信运营支撑中的应用研究 摘要 业界普遍认为彩信业务将是3G市场启动和发展的关键动力，具有广阔的应 用前景和发展空间。当前运营商的彩信运营缺乏有效的系统支撑。基于此，本文 重点研究数据挖掘方法在彩信运营支撑中的应用，并探讨构建面向数据业务的网 络质量提升支撑平台的思路。本文的主要研究成果如下: 1、提出混沌粒子群算法，并在此基础上改进了BP神经网络预测模型，应用于 彩信指标预测。 传统粒子群算法在寻优过程中不同程度地存在早熟问题而易陷入局部最优 解，本文在粒子群算法中引入混沌思想对之进行改进:首先混沌初始化粒子群中 粒子的位置，保证在搜索空间的大范围内初始化粒子群中粒子的位置；然后调用 基本的粒子群方法，当粒子群中出现有多个粒子距离足够近的情况，则对该粒子 赋予混沌状态搜索。通过Rosenbrock和SChaffer等经典测试函数进行测试， Rosenbrock函数最小适应值由8.78下降到4.90，Schaffer函数成功搜索次数 也大大提高。 建立在混沌粒子群算法基础上的改进BP神经网络彩信指标预测模型，主要通 过输入节假日、当前用户数、市场行为、历史指标情况等信息来预测彩信提交总 量、彩信提交成功量、彩信下发总量、彩信下发成功量、彩信端对端成功率等彩 信指标，并以此指导运营商的网络建设及调整，并可利用该预测结果来指导市场 行为，辅助业务部门制定营销策略，实施精细化营销。在应用中，该预测模型很 好地预测出彩信业务总量的变化，帮助企业及时启动营销策划，取得较好效果。 2、提出基于模糊聚类分析的彩信客户分类模型用于实现对彩信客户进行分类。 该模型融合用户彩信业务使用情况、用户信息、用户数据业务使用情况等相 关信息，基于模糊聚类算法，实现将客户分为四个聚类结果:潜在客户、高活跃 客户、沉默客户和可保持客户。并针对重点的沉默和高活跃客户采取专项市场提 升活动，展开精细化营销，达到了很好的提升效果。 3、提出面向数据业务网络质量客户感知的TSPA网络质量提升模型的构想。 以彩信业务为切入点，以数据业务网络质量客户感知为导向，应用数据挖掘 等技术，对网络质量管理过程、网络质量技术指标以及数据业务网络质量客户感 知进行科学关联，建立网络质量提升专家知识库和模型集，提出TSPA网络质量 管理分析模型，力求能发现最能提升客户感知的措施并用于指导彩信保障工作的 开展。力求基于上述模型，构建出＂数据业务综合运营支撑管理平台＂。为彩信 等数据业务的指标运营和维护提供一个规范、高效的支撑平台。 关键字:彩信，数据挖掘，神经网络，模糊聚类，客户分析，TSPA