数据挖掘在电信交叉销售领域的研究

文章针对当前我国电信运营企业发展所面临的严峻形势,提出了“如何向电信客户进行交叉销售”的数据挖掘技术应用方案,同时研究了这一技术的建模方法,最后证明数据挖掘是当前提升我国电信核心竞争力的有效工具。     

基于数据仓库的电信事业决策支持系统

针对当前电信事业，建立了以数据仓库技术、OLAP技术、数据挖掘技术相结合的电信事业决策支持系统。     

数据挖掘在防电信客户欺诈模型中的应用

首先分析了当前电信客户欺诈背景,提出把数据挖掘技术应用于电信客户欺诈系统中的构想。防范电信欺诈从操作角度来说就是对欺诈人群的行为进行控制,利用数据挖掘等先进技术对电信客户的行为进行分析。文章着重阐述了采用数据挖掘、朴素贝叶斯分类等技术建模以及验证过程。性能测试表明:将先进的数据挖掘贝叶斯分类技术应用于实际的电信客户欺诈系统中,具有一定的市场价值。该模型能挖掘出潜在的风险行为,识别出客户的欺诈行为,从而解决诸多规模小、分散性大的电信欺诈行为。     

数据挖掘在电信运营商经营决策系统中的应用

介绍了在电信运营企业中，数据挖掘技术在经营决策系统中的应用情况。该论文对数据挖掘技术的关键部分、体系结构、功能模块进行了研究，报告了电信运营企业的经营决策系统的现状。通过对数据挖掘在实际应用中的问题的调查．指出了国内运营企业在进行该技术时存在的问题。同时阐述了数据挖掘技术的应用将有利于增强电信运营企业的市场竞争力。     

CRM在电信行业中的应用与技术

本文首先分析了电信CRM的含义及其实施的必要性,然后结合当前电信行业的经营状况,讨论了分析型CRM与BOSS系统的整合问题,并进一步介绍了应用于该领域的数据仓库和数据挖掘技术。     

数据挖掘在电信运营商经营决策系统中的应用

介绍了在电信运营企业中,数据挖掘技术在经营决策系统中的应用情况。该论文对数据挖掘技术的关键部分、体系结构、功能模块进行了研究,报告了电信运营企业的经营决策系统的现状。通过对数据挖掘在实际应用中的问题的调查,指出了国内运营企业在进行该技术时存在的问题。同时阐述了数据挖掘技术的应用将有利于增强电信运营企业的市场竞争力。     

基于WEB的数据仓库技术在电信网络管理系统中的研究

本文讨论了WEB数据仓库的体系结构、OLAP技术及数据挖掘等相关数据仓库技术，并描述了当前电信网络管理系统的现状及存在问题，以存在问题为出发点，提出了创建以WEB数据仓库技术为基础的综合网管系统，为网管存在问题提供解决方案，它的建立对网管现状的改善有积极意义。     

数据挖掘在电信行业客户关系管理中的应用

章介绍了数据挖掘技术的相关知识及其在电信行业客户关系管理中的应用，并以客户流失分析作为实例，详细描述了数据挖掘的整个应用过程，最后对国内数据挖掘应用的现状进行了分析。     

利用数据仓库和数据挖掘实现电信决策支持系统

给出了电信企业利用数据仓库和数据挖掘技术实现的决策支持系统的逻辑架构和物理架构，并简单介绍了该系统中的几种数据挖掘方法。     

数据挖掘在电信行业客户流失分析中的应用

阐明了数据挖掘技术是电信行业提高客户的忠诚度,防止客户流失发生的重要手段,介绍了数据挖掘技术应用于电信行业客户流失分析中的方法、步骤及具体实现过程。     

数据挖掘技术在经营分析系统中的应用

数据挖掘技术是对海量数据进行分析和信息提取的重要工具。本文首先介绍了数据挖掘的基本概念和相关知识。然后结合电信的具体行业特点,建立了一个基于数据挖掘的系统(MDMS),并对该系统的结构、模块组成等问题进行了深入的讨论。文中详细介绍了该系统中关联规则挖掘技术、分类模型挖掘技术和聚类分析技术等关键技术的实现。最终对该系统在电信运营过程中所起的作用作了一个总评。     

数据挖掘在电信客户关系管理的应用

本文介绍了数据挖掘的相关概念与知识,提出了数据挖掘在当今从海量数据中提取相关信息,和知识发现的过程,与此同时介绍了数据挖掘在帮助企业进行数据分析,推理,预测的应用,例如:关联分析、时序模式、偏差分析、分类、聚类、预测等。与此同时,着重提出了数据挖掘在电信行业营销的应用,介绍了国内外应用现状,并以国内某电信运营商的数据仓库项目为例,例证了数据挖掘在客户分群和流失预测的成功应用,在此基础上,展望了未来的可发展方向。     

关联规则分析在电信交叉销售中的应用研究

在阐述电信运营企业市场竞争和营销活动中存在的问题的基础上,结合电信企业的特点,分析了在该行业营销领域采用交叉销售策略的必要性,并将数据挖掘中的关联规则分析法应用于交叉销售分析中.详细介绍了关联规则分析法中的Apriori算法原理,并用该算法对电信业务数据进行了分析,给出了业务之间的关联,为企业实施交叉销售提供了有力的数据支持.     

数据挖掘在电信业中的应用

介绍了应用于移动通信业的数据挖掘系统，以一些实际数据说明了关联规则挖掘和分类模型挖掘在电信业务中的具体应用。     

一种数据流中的频繁模式挖掘算法

时序数据流的无限性、流动性和不规则性使得传统的频繁模式挖掘算法难以适用。针对时序数据流的特点,提出了一类特殊非规则数据流频繁模式挖掘的新算法。新算法采用时序数据分段的思想,逐段挖掘局部频繁模式,然后依据局部频繁模式有效地挖掘出所有的全局频繁模式。将新算法应用于电信领域的收入保障项目之中,结果表明,新算法具有良好的性能,能有效发现挖掘时序数据流中的频繁模式。     

基于网格的电信CRM数据挖掘

电信CRM数据挖掘能获取大量有价值的客户信息和商业信息,为电信的营销活动提供科学的决策和依据。网格的数据挖掘是数据挖掘技术与网格计算的有机结合,本文概述了网格数据挖掘的特点,讨论了网格的数据挖掘过程,并从开放网格服务体系结构出发,给出了网格平台下的电信CRM数据挖掘的功能和执行过程。     

Mobile social group sizes and scaling ratio

Social data mining has become an emerging area of research in information and communication technology fields. The scope of social data mining has expanded significantly in the recent years with the advance of telecommunication technologies and the rapidly increasing accessibility of computing resources and mobile devices. People increasingly engage in and rely on phone communications for both personal and business purposes. Hence, mobile phones become an indispensable part of life for many people. In this article, we perform social data mining on mobile social networking by presenting a simple but efficient method to define social closeness and social grouping, which are then used to identify social sizes and scaling ratio of close to “8”. We conclude that social mobile network is a subset of the face-to-face social network, and both groupings are not necessary the same, hence the scaling ratios are distinct. Mobile social data mining.