职场新人2.doc

2012深圳杯全国大学生数学建模竞赛承 诺 书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人 (打印并签名)： 日期： 2012年 5 月 27 日赛区评阅编号（由赛区组委会评阅前进行编号）：2012深圳杯全国大学生数学建模竞赛编 号 专 用 页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：评阅人评分备注全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：手机用户精准度识别模型摘要随着移动通信、互联网业务的迅速发展，手机已经从生活奢侈品变成了生活日用品，是人们日常生活中不可缺少的一部分。为了便于针对不同用户推出合适的产品和服务，我们需要精准地识别用户类型。本文主要是通过数据筛选处理统计的方法，以某营运商提供的用户资料、通话清单、短信清单等数据为基础，仿照霍兰德职业兴趣理论以及类电子云作图和朗途的分析方法运用编程、数据库等将数据筛选统计，分析得出结果。对于问题一，结合用户年龄，分别对通话时长、通话频率、通话时间段、通话属性（市话/长途/漫游）、主被叫用户的个数以及范围、短信收发回复长短以及时间建立坐标轴转化模型。根据所得数据进一步分析出用户的空余时间段和对电话的依赖程度等，对比资料编程筛选得出职场新人。对于问题二，通过对用户手机套餐档次、话费使用、资费变更次数、增值费、流量使用情况，装载软件类型多少和变更次数，浏览频率较高网页的统计结合是否为3G用户等分别量化分成ABCD四个等级建立模型，最后根据每个用户得分情况判断出用户终端价格范围。对于问题三，对各个职业空余时间和通讯情况找出第二通讯高峰期进行整理统计成曲线函数，编写程序需要被精准识别的用户对比辨别筛选得出用户职业类型。对于问题四，运用统计学处理中等级分类的原理将与研究对象有联系的用户按亲密程度进行等级划分，对亲密用户的地域进行类电子云作图结合职业类型和终端价格范围对用户的教育背景精准识别。关键词：手机精准识别 职场新人 亲密用户等级一问题重述为了便于针对不同的用户推出合适的产品和服务，我们需要精准地识别用户类型。而处于毕业前的实习阶段或刚毕业离开校园（专科或专科以上）工作不到1年的年轻群体职场新人。他们虽然收入不高，但暂时也没有太多压力，经常追求新鲜事物、乐于且敢于消费。他们有着各自的职业追求，是社会的潜在精英，将成为运营商未来的高端用户。职场新人正处于人生的十字路口，在各方面即将进入全面转型。根据以上数据，请建立数据模型并解决以下问题：1、 根据附表中的数据，识别该城市的职场新人；2、 对于手机信息不详的职场新人，请估算其终端大致的价格范围；3、 对于职业类型不详的职场新人，请预测其职业类型；4、 请识别职场新人的教育背景，如重点院校、非重点院校、专科本科、硕博等；二背景介绍职场新人处于毕业前的实习阶段或刚毕业离开校园（专科或专科以上）工作不到1年的年轻群体。他们虽然收入不高，但暂时也没有太多压力，经常追求新鲜事物、乐于且敢于消费。他们有着各自的职业追求，是社会的潜在精英，将成为运营商未来的高端用户。职场新人正处于人生的十字路口，在各方面即将进入全面转型。职场新人，承受能力不强，处理事情能力欠缺，由于刚接触社会，对工作持有不满的态度。以致于他们大多时候表现出迷茫，浮躁的状态。而手机将成为他们的一种重要工具，无聊时，追逐时，他们会建立自己的一种比较特别的交际群体，往往会呈现一定的规律和倾向。研究刚毕业不久，踏入职场的职场新人，掌握他们的信息，就如掌握着一定的市场。运营商若能很好的对这群职场新人进行分析及定位，将为运营商带来很好的竞争力与创造力。本文基于此，提出了一定的算法，来统计我们需求的群体，并对其进行分类研究。三问题分析鉴于职场新人一方面喜欢幻想，瞧不起上司，承受能力不强，对于社会现实的骨干踌躇满志却遭当头一棒，迫切想要与人倾诉，这让手机成为他们工作空余的精神支柱，开始频繁的给同自己一样处境的同学打电话发短信，且短信回复情况良好，与亲人朋友联系。另一方面，现在的职业大都只是作为一个暂时的解决吃住的工作，对于自己的事业还努力追逐着，对此会出现频繁的打往不同公司的电话的现象，漫游，长途会增多，整个被叫用户的地域范围会加大。所以对用户的通话记录短信情况进行统计量化，通过查询资料得知职场新人的套餐档次情况为：套餐档次多为159元/月，129元/月，19元/月。职场新人因为刚踏入职场，面临压力不会太大，而此时他们还比较依赖过去的人际关系，往往对自己的未来也不是很清楚。所以他们一般用手机上网聊QQ，上人人，看小说，和大学生没有多大的区别，他们的上网流量大概在70M1300M之间。上网时长一般为24个小时。所以正对以上信息对用户信息分类整理即可得到我们所精准识别的职场新人。但也有很多干扰项的存在，所以只有加大数据筛选力度做到统计的数据更具有普遍性才能更好的运行这项程序。人都是活在社会中的，我们进一步通过对用户的亲密用户进行同样的分类分析，这样我们将得到一个强大的网络系统，以环环相扣的节节相连的方式存在，这样可以提高我们的精准识别度。四符号说明L:平均通话时长=总的通话时长/总的通话次数f:通话频率=通话时长/总的时间V1:市话频率=市话次数/总的通话次数 V2:长途频率=长途次数/总的通话次数 V3:漫游频率=漫游次数/总的通话次数 五基本假设5.1：假设在一定范围内的数据，可以用一个适中的点表示，以致方便图形的绘画。5.2：编程统计的数据，可能存在一定遗漏，我们可以对数据分段处理。5.3：精准度建立在一定的统计数据上，量化精准。5.4：本科毕业生职场新人的年龄在2225岁，专科毕业生职场新人的年龄在2224岁，硕博职场新人年龄在2835岁，假设不存在大龄职场新人和年轻有为的天才型职业新人。5.5：六大职业类型（技能型，研究型，艺术型，经管型，社交型，事务型）都具有本职业类型的显著特征。5.6：职场新人对手机的依赖程度比其他群体高，即不存在比职场新人对手机依赖程度还高的群体。5.7：查找的相关资料具有真实性和强的可靠性，职场新人的电话高峰期为19：00过后，峰点处于23:0024：00六模型的建立与求解6.1模型的准备为了后面建模与程序设计的方便，在建立此模型前，我们有必要做一些准备工作。61.1数据的存储由于所给的数据格式不是很规范，我们需要将其处理成我们需要的数据存储格式。从所给文件中读出并输入数据库中。6.1.2数据的初步处理1将用户资料输入数据库根据假设4筛选出符合年龄要求的用户，整理成一个子用户群体A. 具体处理步骤为： a.在Oracle数据库中按照给定的字段属性创建三个表tb_user_info_201202、tb_call_201202、tb_sms_201202；b.用PL/SQL Developer软件将对应的txt文件的数据导入到对应的表中；c.用SQL语句进行数据的筛选（具体程序见6.2.1模型一的建立）;d.用java程序将筛选出来的程序保存到Excell表里 处理结果见附录。2在由1得出Excell表里算出每个用户的平均通话时长，计算公式为：平均通话时长=总的通话时长/总的通话次数用L分别表示出来；3将A群体中的每个用户的通话记录输入Oracle数据库中按照给定的字段属性筛选出有用数据，用PL/SQL Developer软件将对应的txt文件的数据导入到对应的表中；再用SQL语句进行数据的筛选;最后用java程序将筛选出来的程序保存到Excell表里，然后在Excell表里算出每个用户的通话频率，计算公式为：通话频率=通话时长/总的时间用f分别表示出来；4将A中每个用户的通话记录进行如上1、2、3进行处理，在得出的Excell表里算出每个用户的通话属性频率所占比，计算公式为： 市话频率=市话次数/总的通话次数 用V1表示 长途频率=长途次数/总的通话次数 用V2表示 漫游频率=漫游次数/总的通话次数 用V3表示；5.将A中每个用户的主被叫用户的个数还是用上述方法进行统计，并整理成条形统计图 单个用户整理如图6.根据假设1将A中每个用户的主叫用户的地域范围描点成类电子云图 单个用户整理如图7.将A中每个用户的短信清单输入数据库，并进行上述相同处理，并在得出的Excell表里算出每个用户的回复情况，计算公式为： 回复率=回复短信条数/总的发送短信条数用V4表示 6.13相关数据的收集 a. 本科毕业生职场新人的年龄在2225岁，专科毕业生职场新人的年龄在2224岁，硕博职场新人年龄在2835岁b. 职场新人的电话高峰期为19：00过后，峰点处于23:0024：00c. 通过查询资料得知职场新人的套餐档次情况为：套餐档次多为159元/月，129元/月，19元/月。d. 职场新人上网流量大概在70M1300M之间。上网时长一般为24个小时。e. 行政人员 S 3CRJU3 ，上午10点到中午，或下午5点到5点半 7P) X_ Zn9tG:V 建筑施工人员 8%Es ，上午9点前或下午5点后 $w(RJ21/ ,rMDGZm? 医药商 Z&.m.gc ，下午45点之间 xMr,r+ mxGa=: ? 银行经理 | j eNT ，上午10点前或下午3点后 ?t YZ/ R;DU68R 内科医师 ? xR7Ii3 ，上午911点之间或下午4点后 AW5iwq6p l!*_r 教授或老师， sZrVANyqb 上午8点前或下午4点后 2 GRI ，下午3点之后 8 #4Knm5 AfB2.pM 零售商 =muQ7l:( ，上午810点之间 :u4|6? !& 3q| 股票经纪人 v_XN).f; ，上午10点前或下午3点后 zyS8LZ-y9 W_B=lPx 承包商 bzSsws. ，上午9点前或下午5点后 jf3Zy :*K r;rAOWVV 牙医 =7V4|ESfy ，上午9点半以前 J2qsZ Hf(BagBL 食品商 oepXIrIPi ，下午13点之间 p -$C*0 yx8G9SO? 主妇， Ii+3yEc 上午10点到中午之前 rKoHwdm xVP SL# 律师 44esT.B ，上午11点到下午2点之间 =Ga%)?As )O S2F 药剂师 mW;$PLF ，下午13点之间 *zvp2 TN dSwfea_ olG9()6% 1zCO6.2模型的建立6.21模型一的建立与求解结合用户年龄，分别对通话时长、通话频率、通话时间段、通话属性（市话/长途/漫游）、主被叫用户的个数以及范围、短信收发回复长短以及时间建立坐标轴转化模型。根据所得数据进一步分析出用户的空余时间段和对电话的依赖程度等。具体步骤如下： a.在Oracle数据库中按照给定的字段属性创建三个表tb_user_info_201202、tb_call_201202、tb_sms_201202；b.用PL/SQL Developer软件将对应的txt文件的数据导入到对应的表中；c.用SQL语句进行数据的筛选 SQL筛选条件 为年龄23-35 用户等级 3:中； 4:低； -1:未知 上网流量70-1300 上网时长120-240具体筛选语言为select * from tb_user_info_201202 where age=23 and age=70 and INNET_FLOAT_AMT=120 and INNET_DUR240;（具体程序见附录）得到如下数据：（由于用户量大，所以仅截取前面小部分）本网手机号码城乡标识身份证归属地性别年龄用户等级用户的行业手机操作系统类型手机价格5674100551F23456007553800556F26456android03253062055710556M24356android033968900551F31-156android2.1036751100551M29-156347316-10556M28-1560031881900794M28312android2.1083269010551M34-156android0109260500554F31256android2.2042035200553M24356android0132814120564M32356android044948300561F23-156android0333754-10551M26-156455132-10565M34456android01087104-10556M30448android0466691-10551F28-156android0127432400551M2535600353648-10564F30356android0110756500551M35356android046395620916M25427android0322177-10564F23-156android0456760-10561M28-156android047351400551M313560650797761-10564M24456049836676600565F24356android079661300551M30-156android05342700551F23-156android045329100551M30448android2.10480575-10551M2435600464568-10550M23356065847608000551M29456android0404032-10551M30356android0419125-10550M342560047130100551F30356android047897610551F31356android2.10108634400451M244560032294500551M244560036964300551F24-156android0365636-10554F26-156android032711920551F23-156android079505710551F26-156android0325963-10551M31456android0400658-10551F30356android0459947-10556F31-156android01111975-10565M25-156android080777410551F28356android0396478-10551M2435600801795-10554M25-15600号码办理日期是否3G用户是否VIP用户套餐档次（元）消费金额流量费市话费长途费漫游费12-11月-100459147.6973.6925.161.1108-6月 -100415998.775.719-6月 -111-112951.7412.479.359.5714.831-10月-1103159122.7419.9514.5517.2166.601-7月 -110-13961.8532.857.073.871.209-12月-110-115932.43.3724.481.351.203-2月 -120-1150006-5月 -11034952.950.082.270.330.0703-12月-110-110924.183.3515.64.1022-4月 -100218958.620.2738.10008-7月 -0903129245.9273.1315.6515.31.416-2月 -090312959.8921.7423.026.16.918-9月 -110-115963.248.2227.8519.2411.403-1月 -120-112918.450.114.021.06011-4月 -09041596.530.07110.5031-1月 -080449104.77319.6727.470.6719-10月-110-112983.650.6749.920.65025-4月 -1103159112.8143.0137.726.1012-11月-110315913.771.771.0210.150.415-8月 -1103159329.3465.43210.8830.5429-7月 -10041972.0210.0713.792.5723.8613-11月-110-115965.512.2823.9517.017.423-12月-110-115935.240.7713.511.675.231-10月-1013129169.293.54147.529.6005-1月 -11041919.630.5000.1313-10月-110315982.4440.23411.55030-9月 -110-14964.93300015-1月 -120-19972.67031-3月 -100412921.8406-3月 -1103129113.1674.2827.881.7002-4月 -10031928.604.70909-6月 -1104159897.680.510.8001-12月-1103159102.95173.4225.230.202-4月 -0402129487.02114.4169.34414.2502-1月 -110312992.127.7537.325.8017-3月 -111319920.130.33142.030.103-9月 -10041943.290.23223-8月 -1104159216.983.83156.0511.60.627-9月 -110-11213.890.031.720016-10月-110-112974.2114.9240.823.490.219-7月 -110-1129101.7534.6952.30.19028-12月-110-115943.160.0333.11.76031-10月-110415936.830.2219.6537.620-1月 -0603159511.7501-10月-110-1159157.0738.8424.143.9337.812-12月-110-1159132.530.5350.8268.749.613-12月-100315973.131340.8600.417-12月-110315940.681.3730.150.19008-1月 -120-129953.6435.884.146.674.45通话费增值费短信费停机次数资费变更次数上网流量上网时长27.2609.770122716386.500.1029517433.7209.90110513498.3604.43017918612.1300.930119120427.0402012092000.303011081392.6701.20117820019.701.130127114038.100.230119117032.351.3310.10125517236.0202.130123319658.4902.87019823115.0803.27017615311.500.230211218747.804.970125413370.5503.430115916563.85.536.47017720111.5700.4301221144245.38018.870126912040.2202.73017221248.36014.87018920930.3704.101136202157.1206.9701821250.13000112119142.550001721620012.93018313311.9301.70112412513.7402.1017718029.5809.30123913113.701.87019513681.300.1018121498.8503.101123167227.5508.070125416343.12011.570113921616.1303.670147412722.8601.20183149168.25045.23021271411.7200.130123222864.4900.80122222952.49014.570151221234.862.671.6019820230.2500.37018313541.7607.501115197105.83012.7301240170129.1602.83018013641.2629.530272020730.3408.970140715215.2600.501154159V1V2V30.1703568280.0074480330.0067709390.107396150.0020263420.7669706180.1807112490.1849632780.2860456130.1185432620.1402150890.5426103960.1143088120.0625707360.0194017780.7555555560.0416666670.0370370370.078947368000.0428706330.0062322950.0013220020.645161290.16956162100.650170648000.0636385820.0622153550.0056929080.3843713470.1018533980.1152112210.4403858320.3042378240.1802656550.7598915990.05745257501.6845329250.07656967800.1877445830.2621933760.006394960.5965331740.24686192500.3341902310.23136246800.0740740740.7371096590.0290486560.6403109250.0926094610.0121455030.191474590.0356845320.3312968620.3655930390.2596550150.1129598530.3830874010.3311577750.1475595910.8714040990.0567074250000.0066225170.4973313930.01880155300000.266379310.07672413800.4184981680.1327838830.0778388286.2.2模型二的建立与求解通过对用户手机套餐档次、话费、资费变更次数、增值费、流量使用情况，装载软件类型多少和变更次数，浏览频率较高网页的统计结合是否为3G用户建立模型，判断出用户终端价格范围。手机的价格分为：A级4500以上，B级44993000,C级29992000,D级1999以下由于手机的价格和手机的性能在一定程度上是成正比的，手机性能越好，其上网的流量越多，因此手机的流量使用从侧面凸显出手机的价位，将筛选的上网流量70-1300M分成四个等级：A级1270M以上B级970-1269MC级670-969MD级669以下由于消费水平高的在套餐档次上也有一定的体现，因而把我们套餐档次分为四个等级：A级199元/月以上B级99-198元/月C级49-98元/月D级48元/月以下又由于消费水平在话费上也有一定的体现，所以我们把话费使用也分为了四个等级：A级200元/月以上B级100-199元/月C级50-99元/月D级49元/月及其以下还由于终端价格在是否3G上也占有一定因素，所以根据是否为3G用户分为两类A级是B级不是最后，一个A级4分，一个B级3分，一个C级2分，一个D级1分，相加得出每个用户总分。又将得分分为四个等级：A级14分以上B级11-13分C级8-10分D级8分及其以下得分的等级与终端价格等级相匹配。由于数据过大，编程求解。把第一有个用户作为样本进行求解。求解具体过程如下：流量使用总量为227M，为D级，得1分套餐为59元/月，为C级，得2分话费为147.69元，为B级，得3分为非3G用户，为B级，得3分共计1+2+3+3=9分，属于C级所以预计该用户终端价格范围为299920006.2.3模型三的建立与求解对于问题三，对各个职业空余时间和通讯情况进行整理统计成曲线函数，与需要被精准识别的用户对比辨别。又根据不同职业的人对手机的使用存在着差异不同圈子、年龄、职业的人，使用手机的功能（实用手机软件）频率各不相同比如：采购人员，手机特点：1、短信模版，一定会存一些与供应商相联络的地址、电话、帐号、价格等等 2、在通话的同时，保持通话，查寻其它资料炒股人员，手机特点：1、手机炒股软件饭店人员，手机特点：1、手机装视频监控软件 2、问候、促销短信模版（手机一定要能群发信息）网站人员，手机特点：1、手机浏览器一定要可以全屏访问网站作品、也要支持flash因而其手机的流量使用情况和短信使用情况也存在着各自的不同。根据其工作特性，结合流量短信使用情况以及上一个模型已解决的终端价格范围即可。 除去之前我们已经分析的职场新人电话高峰期以外，不同行业的第二电话高峰期为职业第二电话高峰期行政人员上午10点到中午，或下午5点到5点半 兼职施工人员上午9点前或下午5点后 医药商下午45点之间 银行经理上午10点前或下午3点后 内科医师上午911点之间或下午4点后 教授或老师上午8点前或下午4点后 会计师14月以外的任何时间出版商或印刷商下午3点之后零售商上午810点之间股票经纪人上午10点前或下午3点后 承包商 上午9点前或下午5点后牙医上午9点半以前 食品商下午13点之间 主妇上午10点到中午之前 律师上午11点到下午2点之间药剂师下午13点之间没有给出的职业，根据职业的相似性即可得出。用户通话第二高峰期统计如下：（由于数据量太大，此处未给出）具体的求解程序如下：6.2.4模型四的建立与求解对于问题四，运用统计学处理中等级分类的原理将与研究对象有联系的用户按亲密程度进行等级划分，对亲密用户的密集区结合职业类型和终端价格范围对用户的教育背景精确识。亲密用户的分级，就是按照与用户联系频率的高低进行由于数据太大，只给出了各个地区的部分高校排名情况如下： 省份排名北京上海天津1北京大学复旦大学天津大学2清华大学同济大学南开大学3中国人民大学上海交通大学中国民航大学4北京邮电大学华东理工大学天津科技大学5中央财经大学上海财经大学天津财经大学6北京交通大学上海理工大学天津工业大学7北京航空航天大学华东师范大学河北工业大学8北京理工大学上海大学天津理工大学9华北电力大学华东大学天津商业大学10对外经济贸易大学上海外国语大学天津师范大学重庆山西辽宁西南大学太原理工大学沈阳建筑大学城市建设学院重庆大学山西大学大连理工大学重庆邮电大学山西财经大学华东大学重庆交通大学山西农业大学辽宁大学重庆医科大学山西医科大学东北财经大学重庆工商大学中北大学大连海事大学西南政法大学山西大同大学沈阳工业大学四川外语学院长治医学院大连外国语学院重庆师范大学山西师范大学大连交通大学重庆科技大学太原科技大学沈阳航空工业学院吉林江苏浙江吉林大学东南大学浙江工业大学 东北电力大学南京大学浙江大学长春理工大学苏州大学中国计量学院延边大学南京邮电大学浙江理工大学东北师范大学南京航空航天大学杭州电子科技大学长春工业大学南京理工大学宁波诺丁汉大学长春工程学院南京工业大学浙江工商大学长春大学南京财经大学浙江工业大学之江学院长春税务学院江南大学太湖学院浙江财经学院河北大学江南大学宁波大学在根据年龄分段： 本科毕业生职场新人的年龄在2225岁；专科毕业生职场新人的年龄在2224岁；硕博职场新人年龄在2835岁。根据用户年龄即可判断出学历了。在综合上上面的学校判断即可精准识别用户的教育背景。 因为对于被主叫用户的地域资料运营商没有给出所以无法完成，但具有可行性。 七模型优化与评价7.1.1 模型优点1、模型是由简单到复杂一步步建立的，使得更贴近实际。2、本文的模型简单，其算法直观，容易编程实现。3、本文模型比较注重数据的处理和存储方式，大大提高了查询效率。4、本文模型注重效率的提高，通过大量的特征信息的提取，并结合有效的算法，使其完全可以满足实时系统的要求。7.1.2 模型缺点在建模与编程过程中，使用的数据只是现实数据的一种近似，因而得出的结果可能与现实情况有一定的差距。在建模与编程过程中是在5.1：假设在一定范围内的数据，可以用一个适中的点表示，以致方便图形的绘画。5.2：编程统计的数据，可能存在一定遗漏，我们可以对数据分段处理。5.3：精准度建立在一定的统计数据上，量化精准。5.4：本科毕业生职场新人的年龄在2225岁，专科毕业生职场新人的年龄在2224岁，硕博职场新人年龄在2835岁，假设不存在大龄职场新人和年轻有为的天才型职业新人。5.5：六大职业类型（技能型，研究型，艺术型，经管型，社交型，事务型）都具有本职业类型的显著特征。5.6：职场新人对手机的依赖程度比其他群体高，即不存在比职场新人对手机依赖程度还高的群体。5.7：查找的相关资料具有真实性和强的可靠性，职场新人的电话高峰期为19：00过后，峰点处于23:0024：00在七大假设成立的条件之下进行的。7.2 模型的改进以上模型的数据大部分来源于运营商提供的数据，而这个数据在有些方面都不是很完善，比如说，通话时的地域性，如果这方面的资料完善，那对于第四个问题的求解就相当简单了。又因为本次建模的建立与求解几乎完全依赖与数据，所以数据一定要具有代表性和普遍性，所以在数据选取的时候，如果能够每个城市按比例给出会更加精确。八参考文献 【1】环讯编辑部 职场新人特点 /news2505/ 2012-05-25 【3】天线宝宝 不同职业的不同通话时间/simple/?t49701.html 2012-05-25编号 作者，资源标题，网址，访问时间（年月日）。九附录9.1 数据的筛选程序package com.test.service.impl;import java.io.File;import java.io.FileInputStream;import java.io.FileNotFoundException;import java.io.FileOutputStream;import java.io.InputStream;import java.io.OutputStream;import java.util.List;import org.apache.poi.hssf.usermodel.HSSFCell;import org.apache.poi.hssf.usermodel.HSSFRow;import org.apache.poi.hssf.usermodel.HSSFSheet;import org.apache.poi.hssf.usermodel.HSSFWorkbook;import com.test.bean.TbCallInfo;import com.test.bean.TbSmsInfo;import com.test.bean.TbUserInfo;import com.test.dao.TbUserInfoDAO;import com.test.service.TbUserInfoService;import com.test.util.CharacterUtils;public class TbUserInfoServiceImpl im