發(fā)布時(shí)間：2018-01-30 18:04

  本文關(guān)鍵詞： 4G資費(fèi) 大數(shù)據(jù) 數(shù)據(jù)挖掘 資費(fèi)套餐　出處：《天津商業(yè)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：截止2016年7月,我國(guó)總?cè)丝谶_(dá)到13.83億人,移動(dòng)電話用戶總數(shù)達(dá)到13.21億戶,其中4G用戶總數(shù)達(dá)到7.14億戶。2G、3G和4G移動(dòng)用戶總數(shù)量已接近飽和,單純?cè)黾?G移動(dòng)用戶數(shù)量的增量式增長(zhǎng)模式已經(jīng)不能滿足移動(dòng)運(yùn)營(yíng)商的需求,必須將挖掘已在網(wǎng)2G、3G用戶到4G用戶經(jīng)營(yíng)增長(zhǎng)模式作為移動(dòng)運(yùn)營(yíng)商的發(fā)展重點(diǎn),這對(duì)運(yùn)營(yíng)商的業(yè)務(wù)增長(zhǎng)和我國(guó)通信領(lǐng)域的經(jīng)濟(jì)建設(shè)有著重要意義。本文針對(duì)某省公司電信運(yùn)營(yíng)商的用戶數(shù)據(jù),運(yùn)用決策樹(shù)、隨機(jī)森林、AdaBoost、支持向量機(jī)和K-means等算法,從“挖掘潛在4G用戶模型”和“4G用戶資費(fèi)特征模型”兩方面對(duì)4G用戶的特征及資費(fèi)進(jìn)行分析。首先,通過(guò)探索性分析對(duì)4G用戶的基本特征(性別、年齡等)及消費(fèi)特征(ARPU、DOU、MOU等)進(jìn)行宏觀了解。然后,利用數(shù)據(jù)挖掘技術(shù)對(duì)用戶數(shù)據(jù)進(jìn)行分析,在“挖掘潛在4G用戶模型”中,支持向量機(jī)算法的準(zhǔn)確率有著巨大優(yōu)勢(shì),通過(guò)對(duì)變量進(jìn)行對(duì)數(shù)變換,進(jìn)一步提高了準(zhǔn)確率;在“4G用戶資費(fèi)特征模型”中,通過(guò)對(duì)用戶DOU、MOU兩個(gè)變量進(jìn)行聚類分析,對(duì)用戶整體消費(fèi)特征進(jìn)行把握,得出“均衡型”、“數(shù)據(jù)流量驅(qū)動(dòng)型”、“語(yǔ)音通話驅(qū)動(dòng)型”三大類用戶,并通過(guò)對(duì)不同性別和總體聚類特征對(duì)比,得出k=13時(shí),對(duì)用戶資費(fèi)的分類程度最好且成本較低,根據(jù)聚類分析結(jié)果為運(yùn)營(yíng)商制定資費(fèi)套餐時(shí)提出意見(jiàn)或建議。
[Abstract]:By July 2016, the total population of China reached one billion three hundred and eighty-three million people, the total number of mobile phone users reached one billion three hundred and twenty-one million, of which the total number of 4G subscribers reached 714 million. The total number of 3G and 4G mobile users is nearly saturated, and the incremental growth mode of increasing the number of 4G mobile users is no longer able to meet the needs of mobile operators, must be excavated in the network 2G. 3G users to 4G users business growth model as a mobile operator development focus. This is of great significance to the business growth of operators and the economic construction in the field of communications in China. This paper applies decision tree and random forest AdaBoost to the customer data of telecom operators in a province. Support vector machine and K-means algorithm, from "mining potential 4G user model" and "4G user tariff characteristics model" two aspects of the 4G user characteristics and tariff analysis. Through exploratory analysis of 4G users' basic characteristics (gender, age, etc.) and consumption characteristics of ARPUUDOUMOU, etc. Using data mining technology to analyze user data, in "mining potential 4G user model", the accuracy of support vector machine algorithm has a huge advantage, through the logarithmic transformation of variables. The accuracy rate is further improved; In the "4G user tariff characteristic Model", through clustering analysis of two variables of user DOUUMOU, the author grasps the overall consumption characteristics of users, and obtains "balanced" and "data flow driven". "Voice call driven" three categories of users, and through the comparison of different gender and overall clustering characteristics, it is concluded that k = 13:00, the best classification of user fees and lower cost. According to the cluster analysis results for operators to develop tariff packages put forward comments or suggestions.
【學(xué)位授予單位】：天津商業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：F626

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 ;工信部解讀LTE FDD牌照發(fā)放[J];中國(guó)電信業(yè);2015年03期

2 何廷潤(rùn);;TD-LTE與LTEFDD網(wǎng)絡(luò)融合戰(zhàn)略溢出效應(yīng)研究[J];移動(dòng)通信;2014年15期

3 趙業(yè)禎;黃曉弟;;基于信令的GPRS潛在投訴客戶預(yù)測(cè)模型[J];電信快報(bào);2014年08期

4 魏國(guó)華;康志英;;以客戶需求為導(dǎo)向的定制終端潛在客戶挖掘模型研究[J];信息安全與技術(shù);2014年03期

5 陳文沛;李思聰;;消費(fèi)者對(duì)3G移動(dòng)通信增值業(yè)務(wù)使用意向的影響因素研究[J];貴州財(cái)經(jīng)學(xué)院學(xué)報(bào);2012年02期

6 賈琳,李明;基于數(shù)據(jù)挖掘的電信客戶流失模型的建立與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與應(yīng)用;2004年04期

相關(guān)碩士學(xué)位論文 前9條

1 鄧博;基于數(shù)據(jù)挖掘技術(shù)構(gòu)建電信4G客戶預(yù)測(cè)模型的研究[D];蘭州大學(xué);2015年

2 王克杰;中國(guó)移動(dòng)甘肅公司4G運(yùn)營(yíng)策略研究[D];蘭州大學(xué);2014年

3 李菊芳;基于數(shù)據(jù)挖掘的電信客戶WLAN業(yè)務(wù)訂購(gòu)預(yù)測(cè)研究[D];昆明理工大學(xué);2014年

4 廖凡迪;海量電信數(shù)據(jù)的挖掘與異常分析[D];北京郵電大學(xué);2013年

5 任謙;基于Clementine軟件的電信客戶流失分析及預(yù)警[D];北京郵電大學(xué);2012年

6 易紅;基于數(shù)據(jù)挖掘的手機(jī)上網(wǎng)用戶偏好應(yīng)用模型和套餐升艙模型研究[D];電子科技大學(xué);2012年

7 劉鵬飛;電信客戶忠誠(chéng)度預(yù)測(cè)模型研究和系統(tǒng)實(shí)現(xiàn)[D];吉林大學(xué);2011年

8 鄧玉珊;電信業(yè)潛在寬帶客戶獲取預(yù)測(cè)研究[D];電子科技大學(xué);2009年

9 葉煉;電信客戶行為分析系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2009年

，

本文編號(hào)：1476882