基于数据挖掘技术的电信资费套餐设计(2)

较频繁%其中首选时段为２１!００￣２２"００%其次是

１９#００￣２１$００和２２%００以后$

"３#建立模型

建立模型是一个反复的过程%需要对数据进行分析并利用各种数据挖掘技术和方法选择合适的模型描述(表示数据%并得出规律$模型建立与调整是数据挖掘过程中的核心部分%通常由数据分析专家完成$需要指出的是%不同的商业问题和不同的数据分布属性会影响模型建立与调整的策略%而且在建模过程中还会使用多种近似算法来简化模型的优化过程$因此还需要业务专家参与调整策略的制定%以避免不适当的优化造成业务信息丢失$

"４#模型的解释与运用

根据以上分析可以得出对研究问题的简单结论&由上述步骤的模型可以分析出不同客户群对不同业务的使用频率和消费能力%根据数据挖掘模型的结果来制定最优的资费套餐$例如%根据某地区外

#$

ＭＳＴＴＮｏｖｅｍｂｅｒ，２００７

!!!!!!!!!!!!!!!!!!!!!!!!!!!!

Ｍ

现代电信科技

ＯＤＥＲＮＳＣＩＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹＯＦＴＥＬＥＣＯＭＭＵＮＩＣＡＴＩＯＮＳ

来务工人员的通话数据"利用模型挖掘出信息后"制定资费套餐的原则就为降低１７!００￣２０"００的长途通话资费"同时设定月消费额度或提高其他时段长途资费作为补偿#通过对模型做出合理的业务解释"可以找出一些潜在的规律"用于指导业务行为#反过来"通过业务解释也能证明数学模型的合理性和有效性#

司计费系统数据库中１７￣２４时段长途通话的数据进行模型拟合"结果见图１#

长途通话次数

拉普拉斯分布高斯分布

３套餐设定后的收益分析

从运营商的角度来说"在针对不同客户群推出不同优惠资费套餐的同时要保证或提高运营商的商业收益#本部分通过数学建模的方式提出了套餐变化前后的商业运营收益模型"此模型可用来验证上述通过数据挖掘技术选择资费套餐方法的有效性#本部分以中国联通某分公司外地务工人员长途通话时段为例"介绍了收益变化的建模方式#

注$横坐标为通话时段以分钟为单位

纵坐标为相应客户人数

实线和虚线是使用最大似然估计拟合出来的统计分布

图#外地务工人员长途通话时段统计分布图

由图１可以发现"使用最大似然估计%ＭＬＥ&拟合出来的拉普拉斯分布对实际数据的拟合程度更高#为了定量验证拉普拉斯分布的正确性"这里选择

!"#建立收益模型

以外来人员长途通话为例"收益模型为$

检验［５］来比较验证ＭＬＥ的拉普拉斯分布和高斯分布对实际数据的拟合程度#

%１&

拉普拉斯分布与参数的ＭＬＥ公式为$%!ｆｘ&＝’ｅｘｐ｛－(｜ｘ－Ｓｄ＝

ｆｔ&%ｃｄｔ!ｎ#ｐ%ｔ&$%

０

２４

这里Ｓｄ是运营商第ｄ天的话费收入"ｎ是使用%ｔ&是ｔ时段长途通话概率%ｔ!［０"２４］&"%人数"ｐｆｔ&是

%３&%４&

ｔ时段资费"ｃ是平均通话时间#

为保证新的资费套餐能增加运营商的收益"因此要满足

)＝

Ｎ

"Ｎｋ＝１｜ｘｋ－高斯分布与参数的ＭＬＥ公式为：%ｆｘ&＝

Ｓｄ－Ｓｄ&Ｔ

是改定套餐需要支出的费用#

%２&

１ｅｘｐ

"#

－%２,

２

２

$

%５&%６&%７&

这里Ｓｄ是新资费套餐下第ｄ天的话费收入"Ｔ

%"ｎｉ＝１ｘｉ&／ｎ＝-＝

%ｘｉ／ｎ.＝""ｎｉ＝１

!"$模型举例

以中国联通某分公司为例"选取２００６年整年外来务工人员的长途通话数据"以分钟作为时间间隔单位"对选择套餐前的客户数据进行统计模型假设#以长途通话时段为例"发现长途通话集中在晚上"并呈现尖峰状的分布图#因此为了简化模型"可只对公

ｘ２检验表达式$

ｘ２＝%

ｉ－１

ｋ

%ｎｉ－ｎｐｉ&

２

ｉ

%８&

这里"ｋ是样本分块的数目"ｎｉ是第ｉ块中含有的样本数目"ｐｉ是理论分布一个样本属于第ｉ块的概率"ｎ是样本总数#

现代电信科技２００７年１１月第１１期

!#

Ｆ

技术专题!!!!!!!!!!!!!!!!!!!!!!!!!!!!

ｅａｔｒｕｅｓ

对外来务工人员长途通话时段高斯分布和拉普拉斯分布拟合度ｘ２检验结果分别为４１６３２和"ｋ＝２８#$３１９８４

由上述检验结果可以发现%拉普拉斯分布能更好的拟合实际数据%因此文章选择拉普拉斯分布作为１７￣２４时段长途通话的统计分布$由于白天时段的通话次数少%概率分布可简化为阶梯时段的均匀分布$

按照上节的收益模型%对计费系统数据库的外来务工人员长途通话时段数据项进行数据挖掘后%建立的新资费套餐需要满足以下方程&

营商的收益$

４结语

数据挖掘技术在信息时代的客户关系管理中有着广泛而深入的应用%这一研究领域体现着越来越大的研究价值$随着数据挖掘技术的进一步发展和深化%必然会带给ＣＲＭ更为广泛的应用前景和市场价值$这种价值对增强中国企业的核心竞争力将会发挥越来越大的作用$

文章从通信行业的实际情况出发%研究如何科学地使用数据挖掘技术来制定针对不同客户群的资费套餐%并以中国联通某分公司对外来务工人员制定长途通话套餐为例进行了研究$最后%提出了一个收益模型来验证不同资费套餐下运营商的收益变化%以验证使用数据挖掘技术制定的套餐能否提高运营商的收益$

收稿日期&２００７－１１－０１

!"Ａ!ｆ"＇ｔ#－Ａ""ｆｔ##ｃｄｔ＋!"Ａ#ｆ"＇ｔ#－Ａ$"ｆｔ##ｃｄｔ＋!"Ａ%ｆ"＇ｔ#－Ａ&"ｆｔ##ｃｄｔ＋!"Ａ’ｆ"＇ｔ#－Ａ("ｆｔ##ｃｄｔ

!＋!"ｎ)*ｅｘｐ｛－+｜ｔ－,ｆ"＇ｔ#

７

１

１

１１９

２

２

１５１

３

３

１７５

４

４

２４７

９

!－ｎ-.ｅｘｐ｛－/｜ｔ－0ｆ"ｔ##ｃｄｔ1Ｔ

参考文献

"９#

１ＤＭＲｅｖｉｅｗ．ＤａｔａＭｉｎｉｎｇＬｅａｄＴｅｃｈｎｏｌｏｇｉｅｓＴｏｗａｒｄＵ－ｂｉｑｕｉｔｏｕｓＣｏｍｐｕｔｉｎｇａｎｄＰｒｉｖａｃｙＬｏｓｓ

［Ｚ］．ｈｔｔｐ：／／ｗｗｗ．ｄｍｒｅｖｉｅｗ．ｃｏｍ／ｍａｓｔｅｒ．

ｃｆｍＮａｖＩＤ＝９３＆ＥｄＩＤ＝５０９６．２００２，５

２Ｐｉａｔｅｓｋｙ－ＳｈａｐｉｒｏＧ，ＵＦａｙｙａｄ，ＰＳｍｉｔｈ．ＲｒｏｍＤａｔａＭｉｎｉｎｇｔｏＫｎｏｗｌｅｄｇｅ

Ｄｉｓｃｏｖｅｒａｙ：

Ａｎ

Ｏｖｅｒｖｉｅｗ

［Ｍ］．

Ｉｎ：

Ｆａｙｙａｄ

ＵＭ，

Ｐｉａｔｅｔａｋｙ－ＳｈａｐｉｒｏＧｅｔａｌｅｄｓ．ＡｄｖａｎｃｅｓｉｎｋｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒａｙａｎｄＤａｔａＭｉｎｉｎｇ．ＡＡＡＩ／ＭＩＴＰｒｅｓｓ，１９９６，１￣３５

３陈明亮．客户关系管理基础理论体系框架探讨．管理工程学报．２００６"４#&３６￣４１

这里ｎ是应用新的套餐后估计的使用人 …… 此处隐藏：1412字，全部文档内容请下载后查看。喜欢就下载吧 ……