數(shù)據(jù)挖掘技術(shù)在移動(dòng)網(wǎng)絡(luò)通信中的應(yīng)用

王志俊

（山西建筑職業(yè)技術(shù)學(xué)院 山西省太原市 030006）

隨著科學(xué)技術(shù)的迅猛發(fā)展，信息技術(shù)在人們的生活中占據(jù)著越來越重要的地位。在這個(gè)科技日新月異的今天，我們又遇到了新的問題，信息爆炸讓人們每時(shí)每刻都在接觸各種消息，對個(gè)人來說，這些消息已經(jīng)過量，想要從復(fù)雜而無序的過量信息中提取有用信息，這就需要數(shù)據(jù)挖掘來發(fā)揮作用了。數(shù)據(jù)挖掘(Data Mining)，由字面意思我們就能理解，它就是把各種各樣的、模糊的、隨機(jī)的數(shù)據(jù)進(jìn)行整理，提取出我們所需要的、事先不知的、有潛在利用價(jià)值的知識和信息。這個(gè)過程有利于我們把所發(fā)掘的知識用于信息管理、決策優(yōu)化、遠(yuǎn)程管控、策略支持，還可以用于數(shù)據(jù)系統(tǒng)的自身修復(fù)。我們還需要知道的是，數(shù)據(jù)挖掘和其他學(xué)科有很深的聯(lián)系，它是一門交叉性很廣的學(xué)科，這項(xiàng)技術(shù)地研究工作匯集了不同領(lǐng)域的專家和學(xué)者，特別是數(shù)據(jù)庫、人工智能、無人機(jī)、大數(shù)據(jù)等方面的學(xué)者和研究人員。

我們將GSM 網(wǎng)絡(luò)告警信息提取技術(shù)有效內(nèi)容提取出來，然后讓它和告警信息數(shù)據(jù)挖掘技術(shù)有機(jī)結(jié)合，將數(shù)據(jù)挖掘技術(shù)和網(wǎng)絡(luò)中的告警技術(shù)結(jié)合起來進(jìn)行分析，然后建立全新的以Apriori 算法為基礎(chǔ)的告警獲取和綜合分析系統(tǒng)，這能給維護(hù)人員提供更多的便利，幫助他們快速有效地收集有用的告警信息，進(jìn)而能針對性地分析告警產(chǎn)生的原因，短時(shí)間內(nèi)及時(shí)處理機(jī)械故障。數(shù)據(jù)挖掘的基礎(chǔ)就是數(shù)據(jù)倉庫的建立和完善，數(shù)據(jù)挖掘的關(guān)鍵內(nèi)容是決策樹在市場預(yù)測中的積極作用。數(shù)據(jù)挖掘技術(shù)在移動(dòng)通信領(lǐng)域的綜合應(yīng)用，本文也進(jìn)行了充分的說明。

1 數(shù)據(jù)挖掘技術(shù)

1.1 數(shù)據(jù)挖掘研究概述

數(shù)據(jù)挖掘最開始形式是數(shù)據(jù)倉庫，之后慢慢發(fā)展成了現(xiàn)在的形式，隨著科學(xué)技術(shù)的不斷發(fā)展，數(shù)據(jù)庫技術(shù)和數(shù)據(jù)庫管理系統(tǒng)也在不斷普及，在人們在使用過程中，數(shù)據(jù)庫中存儲的內(nèi)容會不斷地增大，然而，經(jīng)過調(diào)查我們發(fā)現(xiàn)，市面上用于分析和處理這些數(shù)據(jù)的工具很少。大數(shù)據(jù)背后隱藏著許多我們所需要的信息，但是由于技術(shù)的局限，工具的缺乏，我們沒辦法將這些有效信息挖掘出來，這些信息能指導(dǎo)我們的實(shí)踐活動(dòng)，企業(yè)需要通過技術(shù)改革來獲取它。目前的數(shù)據(jù)庫系統(tǒng)功能也只是局限于數(shù)據(jù)的存儲，人們所獲取的信息只是數(shù)據(jù)庫整體中的一部分，很多的有效信息都隱藏在數(shù)據(jù)的整體描述和發(fā)展趨勢的預(yù)測上，這些信息在關(guān)鍵時(shí)期和決策階段都有很重要的參考意義。在數(shù)據(jù)庫不斷發(fā)展的同時(shí)，人工智能領(lǐng)域開辟了一個(gè)新的分支，它就是機(jī)器學(xué)習(xí)，人們在這方面的研究也取得了巨大進(jìn)展。人們的學(xué)習(xí)方法千奇百怪，機(jī)器人學(xué)習(xí)的理論是依據(jù)人的學(xué)習(xí)理論模仿出來的，所以機(jī)器學(xué)習(xí)的方法也有很多種類型，例如，實(shí)例學(xué)習(xí)、觀察、發(fā)現(xiàn)學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、視網(wǎng)膜技術(shù)、動(dòng)手操作、遺傳算法等。一些人們熟知且常用的算法已經(jīng)被運(yùn)用到實(shí)際的計(jì)算機(jī)智能系統(tǒng)的設(shè)計(jì)上了。數(shù)據(jù)庫技術(shù)和機(jī)器學(xué)習(xí)技術(shù)的崛起，讓人們又產(chǎn)生了新的工作需要，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生了。只有先建立好數(shù)據(jù)倉庫，我們才能運(yùn)用數(shù)據(jù)挖掘技術(shù)，與傳統(tǒng)的事務(wù)處理機(jī)制不同，數(shù)據(jù)挖掘技術(shù)具有導(dǎo)向性、主題性、集成性、不可更新性、隨內(nèi)容變化等特征。數(shù)據(jù)倉庫的原始數(shù)據(jù)是多個(gè)聯(lián)機(jī)事務(wù)處理系統(tǒng)，數(shù)據(jù)挖掘通過ETL 過程處理這些文件，而且按照不同的主題存儲和管理這些數(shù)據(jù)。通過和數(shù)據(jù)倉庫進(jìn)行對接，對倉庫中重要的客戶信息進(jìn)行聯(lián)機(jī)處理和數(shù)據(jù)挖掘。

圖1：數(shù)據(jù)挖掘步驟

1.2 數(shù)據(jù)挖掘的基本原理和目標(biāo)

在一個(gè)國際會議上，知識開發(fā)領(lǐng)域的一位著名學(xué)者提出了人們都能接受的定義：“對數(shù)據(jù)庫中未知的、有潛在應(yīng)用價(jià)值的、非凡的模式的提取”，其中，“模式”是指高級語言下的一種邏輯編碼含義，通常在數(shù)據(jù)庫中表示數(shù)據(jù)之間的邏輯關(guān)系，而“非凡”是指在數(shù)據(jù)挖掘工作中，知識發(fā)現(xiàn)過程的不確定性和它具有一定的自由度。對于存在確定的計(jì)算過程的模式，它可以利用員工的工資求出職工的平均工資和總工資，我們一般稱之為頻繁知識，而這些頻繁知識并不是數(shù)據(jù)挖掘的目標(biāo)。

2 數(shù)據(jù)挖掘技術(shù)在通信領(lǐng)域的應(yīng)用

從已經(jīng)發(fā)現(xiàn)的數(shù)據(jù)挖掘系統(tǒng)來看，應(yīng)用數(shù)據(jù)挖掘技術(shù)的領(lǐng)域都具有以下特征，信息豐富、環(huán)境多變、沒有實(shí)際模型、需要知識幫助管理層進(jìn)行決策。美國市場研究公司曾經(jīng)推出過一個(gè)市場預(yù)測系統(tǒng)，它主要應(yīng)用在飛機(jī)故障發(fā)現(xiàn)、醫(yī)療監(jiān)測、地殼運(yùn)動(dòng)監(jiān)測、宇宙成像這些方面。在應(yīng)用數(shù)據(jù)挖掘技術(shù)時(shí)，我們首先要做的就是倉庫的建立。圖1 為數(shù)據(jù)挖掘的基本技術(shù)，如圖所示，數(shù)據(jù)挖掘主要有五個(gè)步驟，最開始為數(shù)據(jù)選擇，找到合適的數(shù)據(jù)以后我們對這部分內(nèi)容進(jìn)行預(yù)處理，“物以類聚，人以群分”，我相信這句話大家都聽過，數(shù)據(jù)處理也是相同的原理，我們把抽象的對象按照屬性劃分為幾個(gè)不同的群體，每個(gè)群體中，對象都具有相似性，不同群體之間相似性高低有區(qū)別，一般情況下，一個(gè)群體只占據(jù)一類。前面都是準(zhǔn)備階段，之后就進(jìn)入正題，開始數(shù)據(jù)挖掘，先解決算法規(guī)則，然后充分運(yùn)用分類、聚類、關(guān)聯(lián)等方法處理，接下來就到了最后一個(gè)步驟：結(jié)果檢測和解釋評價(jià)過程。

2.1 建立數(shù)據(jù)倉庫

隨著數(shù)據(jù)挖掘研究的不斷深入，人們對數(shù)據(jù)挖掘的理解也越來越深入，越來越全面，對它的定義也隨著時(shí)間的變化而不斷修改。數(shù)據(jù)挖掘是一種有利于我們進(jìn)行決策的技術(shù)，它以AI、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)原理作為基礎(chǔ)，對企業(yè)的原始數(shù)據(jù)進(jìn)行自動(dòng)化的分析，自動(dòng)的歸納和整理數(shù)據(jù)，挖掘潛在的、有價(jià)值的信息。同時(shí)，它還能預(yù)測市場，在更好地理解客戶需要的基礎(chǔ)上，幫助企業(yè)的管理者調(diào)整原有策略，進(jìn)而規(guī)避市場風(fēng)險(xiǎn)，減少損失，做出正確的規(guī)劃。打造大數(shù)據(jù)下的統(tǒng)一共享平臺是移動(dòng)業(yè)務(wù)倉庫建立的重要目標(biāo)。這個(gè)數(shù)據(jù)倉庫將整合客戶信息，對數(shù)據(jù)加工處理之后，根據(jù)這些數(shù)據(jù)的特點(diǎn)把它們分類儲存起來，移動(dòng)運(yùn)營商根據(jù)這些數(shù)據(jù)資源深層次挖掘數(shù)據(jù)背后的有價(jià)值信息。如圖2 所示。

2.2 決策樹技術(shù)的應(yīng)用

遵循它的原理，我們建立它的理論商業(yè)模型，這能幫助企業(yè)深層次的理解銷售活動(dòng)的影響，從而有針對性的設(shè)計(jì)更高效率的銷售方法。決策樹的算法有很多，我們普遍熟知是通過用戶群體的消費(fèi)特點(diǎn)和個(gè)人特征，設(shè)計(jì)不同的營銷策略，決策樹還能幫助移動(dòng)運(yùn)營商，讓他們提高效率，更好地服務(wù)客戶。

2.3 分析客戶行為

在充分了解了客戶的生活方式和社會關(guān)系之后，我們能根據(jù)他們的消費(fèi)習(xí)慣初步推測他們的購物習(xí)慣，然后再依靠分類分析的方法，通過客戶的通話行為判斷他們的需求方式。按照特征把客戶分類，這是大數(shù)據(jù)分析的第一步，分類是為了簡化后期的運(yùn)算，節(jié)省人力和物力，運(yùn)營商對于不同的客戶群體采用不同的營銷策略，制定相應(yīng)的服務(wù)規(guī)則，這是數(shù)據(jù)挖掘方法在營銷活動(dòng)中的直接運(yùn)用。

2.4 優(yōu)惠策略仿真預(yù)測

我們都有過購物的階段，吸引我們購物的原因除了生活需要，很大一部分就是因?yàn)橛袃?yōu)惠，一個(gè)好的優(yōu)惠策略能夠讓市場反應(yīng)強(qiáng)烈，幫助我們?nèi)〉脻M意的營銷結(jié)果，但是一旦優(yōu)惠策略出錯(cuò)，運(yùn)營商很可能既丟了客戶又賠了資金，這就是我們常說的“丟了夫人又折兵”。為了讓優(yōu)惠策略取得實(shí)際效果，我們需要構(gòu)建客戶的心理模型，通過仿真實(shí)驗(yàn)?zāi)M他們的心理活動(dòng)，觀察他們對優(yōu)惠策略的反應(yīng)，進(jìn)一步判斷這個(gè)策略是否有執(zhí)行的必要，這種仿真模擬能幫助我們很好的規(guī)避風(fēng)險(xiǎn)、減少損失、調(diào)整策略和優(yōu)化服務(wù)。

2.5 分析客戶的忠誠度

依靠用戶的消費(fèi)能力和費(fèi)用支出，建立客戶的價(jià)值模型，分析他們的忠誠度和對網(wǎng)絡(luò)運(yùn)營的依賴程度，充分了解客戶的價(jià)值傾向。運(yùn)營商的工作重點(diǎn)就是客戶，俗話說“知己知彼，百戰(zhàn)不殆”，就在充分了解用戶之后，我們才能制定有效的策略。運(yùn)營商的目的是提高市場的占有率，降低營銷成本，提高客戶的忠誠度，我們通過分析，給客戶提供高質(zhì)量的服務(wù)，在用戶心中留下良好的印象，使他們形成依賴感，這樣用戶就不會輕易的改變網(wǎng)絡(luò)服務(wù)商了。

2.6 分析競爭對手

市場就是一塊大蛋糕，競爭對手就是和我們一起食用蛋糕的人，誰的能力大，分得了蛋糕也就更大，競爭越激烈，市場才越成熟。不同運(yùn)營商之間要做到互通互聯(lián)，相互了解，建立合作渠道，這樣才能一起抵抗金融風(fēng)險(xiǎn)，通過分析客戶和競爭對手之間的聯(lián)系，了解競爭對手的服務(wù)模型，然后再制定有針對性的策略，把用戶向我們拉攏，這能幫助我方擴(kuò)大市場份額和用戶量，提升我方的影響力。

圖2：數(shù)據(jù)倉庫模型圖

3 總結(jié)

隨著移動(dòng)網(wǎng)絡(luò)通信技術(shù)的不斷發(fā)展，計(jì)算機(jī)開始在各行各業(yè)中廣泛應(yīng)用起來，用它處理的信息能幫助我們進(jìn)行行業(yè)管理，也有助于工作規(guī)劃和相關(guān)的決策，現(xiàn)如今，數(shù)據(jù)的生成、收集、存儲和處理能力都不斷增強(qiáng)，數(shù)據(jù)垃圾也不斷增多，在信息爆炸的今天，我們要充分認(rèn)識數(shù)據(jù)的重要性。數(shù)據(jù)挖掘技術(shù)能夠幫助我們的實(shí)際生活，它提取的內(nèi)容可以在數(shù)據(jù)庫中進(jìn)行聯(lián)系，為數(shù)據(jù)庫的形成提供便利。