基于大数据挖掘的移动客户升网的研究

1、    基于大数据挖掘的移动客户升网的研究    谭蕾 王通摘要：数据挖掘技术的迅猛发展使其在各领域的应用越来越普遍。本文将数据挖掘的技术运用于通信行业客户2/3g升级4g+网络的研究中，分析用户升级网络的可行性，为企业决策者提供相应的决策参考。关键词：数据挖掘；升网；k均值算法；流量1.引言近年来，移动通信行业高速发展，电信市场逐渐向民营市场开放、4g+加速部署、三网融合、流量对语音业务的加速替换都将对行业发展产生重大影响。而4g+网络以极速上网、随时随地、超强兼容、全网覆盖、随时畅享等优点影响着用户的生活习惯，同时4g+网络的覆盖极大促进了我国通信市

2、场的发展，提高现代科技的利用效率。2.数据挖掘相关理论数据挖掘是把人们未知又有用的知识从不完整，有噪声的，模糊的数据中提取出来。严格来说，数据挖掘是在一个特定步骤的过程中，必须经过一些初步的步骤和后续工作才能够把信息提取出来1。3.k均值算法原理数据挖掘在互联网的应用模式和产品中的迅速发展趋势，表现为对互联网流量需求的增长，也逐渐替代了通信运营商传统的语言和短信等收费业务2。运营商为了保有客户和收入，需要在4g+时代做好互联网流量经营，提升客户满意度，以丰富的互联网业务促进客户流量消费，稳定市场份额和提升价值3。目前，数据挖掘已经诞生了k均值、bp神经网络、遗传算法和贝叶斯理论等算法，可以从海

3、量的数据中发掘潜在的有价值的信息，利用这些信息可以引导2g用户逐渐升级4g+网络。数据挖掘在升网行动应用模式具体算法为“基于k均值算法”。k均值算法是一种聚类算法。之所以被称为k均值是因为它可以找到k个不同的簇，且每个簇的中心取值都是簇中所含值的均值。簇的中心被称为该簇的质心。k均值聚类算法中簇的个数k由用户给定，每个簇通过其质心来描述。它的工作原理：首先，随机确定k个初始点作为质心；接着，将数据集中的每个点分配到一个簇中，即为每個点找到距离其最近的质心，并将其分配给该质心所对应的簇；然后，每个簇的质心更新为该簇所有点的平均值。再次重新分配数据集中所有的点，如果所有的点被分配的簇和之前一样，即

4、簇的质心不会再改变，则此时的k个簇就是我们所需要的；如果某个点被分配的簇改变了，则分配完所有的点之后重新更新每个簇的质心，重复分配、更新操作直到所有簇的质心不再改变。4.基于k均值算法构建客户群目前，利用用户使用的手机终端型号、每月消费的arpu值和 k 均值算法可以构建一个分类的用户群，这样就可以将用户使用的终端型号以为消费能力分为高中低等档次，针对高档用户群可以引导用户升级4g+网络，保证用户价值持续提升；针对中档次用户制定一些力度较大的流量优惠措施，培养用户高流量习惯从而升网，这样就可以把中档次用户提高为高档次用户。在本次研究中共抽取了25786个2g用户5月、6月、7月的使用情况作为原

5、始样本，通过k 均值算法对用户的各个维度进行了分析，包括用户终端网络模式、用户终端使用时长、arpu值、年龄、性别、 流量使用情况，语音使用情况、网龄等，结果如表1所示：通过以上表可以分析出：1、2g网络的用户群体中，使用4g终端的用户的占比为74%，其中年龄小于55岁的占比为68%，年轻客户群居多。2、4g终端用户的arpu均值为47.06元，而且用户网龄大于1年的占47%，用户流量使用量在1g以上的占38%。3、在上表中2、3g终端共占比26%，其中1-3年的用户占比为10%，根据我国终端的平均使用时长为2年。2、3g终端换为4g终端使用户升级4g+网络的可能性增大。通过以上分析，可以得出

6、结论，对于使用4g终端的2g网络用户，年轻人居多，而且arpu值接近50元，网龄大于1年的将近占50%，这些用户也有使用流量的习惯。这些有利的条件对于引导2、3g用户升级4g+网络的可行性很大，企业可以通过一些政策的导向，引导用户逐步升网，从而达到企业和用户双赢。5.结束语本文以某通信公司为对象，描述了数据挖掘的过程，采用k 均值算法进行客户升级4g+网络的可行性分析，对公司运营来说，需要结合市场营销学和消费者心理学引导用户升网。对通信公司客户网络情况的细分，可以使企业更加了解2g网络客户的情况，便于采取适当营销策略和手段获得收益。本文的研究从数据上着手，开发出精确的模型，给企业的决策者提供业务决策。参考文献：1章金熔，刘峰，赵志宏，骆斌.数据挖掘方法在网络入侵检测中的应用j.计算机工程与设计，2009，30（24）：55615566.2张立峰.c公司移动互联网精细