业务质量的用户满意度建模

为了管理电信业务,把属性数学理论引入电信业务管理领域,在业务质量的关键性能指标基础上利用属性集测度的概念定义了用户对电信业务质量的满意度,并以此为基础上从人类大脑感知事务的角度出发建立了1个衡量业务质量的用户满意度模型. 最后运用该模型对彩信业务质量进行了分析.     

数据仓库技术在电信经营分析支撑系统中的应用

利用数据仓库及其相关技术如联机分析处理、数据挖掘等,在庞杂的电信业务数据中分析潜在的、有用的关系和模式。通过建立电信经营分析支撑系统,有效地指导电信企业经营管理,达到降低运营成本、增加利润、扩大市场份额等目的。     

新一代电信业务支撑系统软件体系结构的研究

对新一代电信业务支撑系统的需求及其在新一代电信运营支撑系统中的定位进行了研究, 提出了新一代电信业务支撑系统软件体系结构, 包括功能框架和逻辑结构, 并进一步讨论了新一 代电信业务支撑系统在实施中的难点和有待解决的问题.     

电信“ITV客户挖掘+装维随销”营销模型应用研究

电信运营商企业间对客户资源的竞争日益加剧,各企业针对电信业务数据进行“商机挖掘”的方法来寻找潜在的客户资源。文章采用“业务数据挖掘”的方法分析,获得公司的ITV 潜在客户清单,并以手机APP 的形式推送至与公众客户接触面最大的装维人员进行业务随销。通过精准营销的项目应用,改变了以往“盲推销”的客户发展模式,有力地改善了客户感知并提升了营销成功率。     

基于TTCN-3的电信业务支撑系统测试框架

在对电信运营商的业务支撑系统认证测试研究的基础上,提出了一个基于TTCN-3的电信业务支撑系统测试框架,这是一个适用于分布式环境的通用测试框架,旨在规范电信业务支撑系统的测试工作,代替烦琐的人工测试,提高测试的公正性和准确性.对测试框架各模块进行了详尽的描述,就如何在该测试框架中利用TTCN-3进行电信业务支撑系统的测试作了设想.     

事件驱动的电信业务过程建模方法

通过分析电信业务过程中涉及的动作和事件的关键概念,提出一种基于扩展UML活动图的方法. 该方法通过事件驱动机制将动作和事件进行组合,使业务逻辑能正确响应来自网络的各种异步事件,而且能满足对电信业务过程建模的需求. 重点研究了UML活动图的扩展、事件驱动机制的模型描述和业务过程模型的执行机制.     

基于数据挖掘技术的市场经济预测支持系统的研究

分析了传统预测系统存在的三方面问题,简述了数据挖掘技术,提出了数据挖掘常用的工具和方法以及数据挖掘的三个不同层次空间,将联机分析处理和联机事务处理进行了对比,提出和设计了一种基于数据挖掘技术的新型市场经济预测支持系统.     

一种基于数据挖掘的CRM系统框架的实现

介绍了当前CRM的解决方案,用J2EE构建了一种基于数据挖掘的CRM系统框架,分析系统的数据挖掘部分的结构及数据挖掘EJB模型、数据挖掘算法模型和WEB层的JSP类模型等主要模型的建模,最后通过对一个超市的数据库的客户购买模式采用关联规则进行分析,验证了CRM系统的有效性.     

商务智能系统中两种改进的关联规则挖掘算法

根据日常商务数据的特点,提出了商业应用系统中进行数据挖掘的改进的Apriori算法和对点击流数据进行挖掘的改进的多支持度关联规则算法,并结合具体实例进行了分析.分析结果表明,2种改进的算法可以有效地提高系统数据挖掘的效率.     

数据挖掘中聚类分析技术的应用

介绍了数据挖掘中的聚类分析技术和方法,并根据数据挖掘实施的步骤,结合其在实际工作中的应用,对区域经济指标体系进行了分析和综合,得出的分析结果同所采用数据当时的经济状况基本吻合,结论较为合理,对制定决策具有积极的指导意义.通过这个实例的应用分析,说明这个方法在解决实际问题时具有全面性和客观性等优点,为数据挖掘技术在实际工作中的应用做了一些有益的探讨.     

面向大数据的分析技术

大数据分析作为整个大数据处理流程的核心,旨在从对大数据的分析中获取知识,其相关内容包括可视化分析、数据挖掘、预测分析、语义分析及数据质量管理. 从大数据时代背景出发,介绍大数据分析的基础理论,阐述大数据分析相关的前沿技术和处理工具,总结当前大数据分析所面临的机遇和挑战,并就大数据分析的发展方向和未来前景进行讨论.     

基于数据挖掘的泵送混凝土质量管理系统设计

提出了采用数据挖掘技术对泵送混凝土质量进行管理和控制的解决方案。概述了数据挖掘技术和数据仓库技术，提出了基于数据挖掘技术的质量控制和管理模型以及系统的整体架构，并详细阐述了数据挖掘算法中的统计分析法和决策树法在该系统中建模和应用的过程。该系统运用到实际生产过程中达到系统最初设计目标，效果良好。     

开采沉陷空间问题参数分析方法及其应用研究

本文以概率积分法沉陷模型为例，对矩形及任意形状工作面开采时地表沉陷空间问题参数分析方法进行了研究，并开发了相应的软件。在此基础上，对该分析方法在处理不规范观测站资料中的应用及在开采沉陷模型识别中的应用用实例作了介绍。实例证明，该分析方法及计算软件是正确的，且使用方便，可在矿山开采沉陷数据处理中推广应用。     

基于数据挖掘技术的电信业客户流失分析

传统客户流失分析方法有、测定客户流失率、客户保持率、客户增长速度以及生存分析方法等,这些方法只是使用简单的量化指标,缺乏对隐含在客户数据中深层次信息的挖掘和分析。本文中,以某移动通信公司的部分客户数据为基础,运用数据挖掘技术和方法对众多电信运营商所面临的共同问题——客户流失进行了深入探讨,从而提供了新的评估和分析角度,为市场人员制定“一对一”的个性化销售策略提供了较为可靠的理论依据。     

公众出行信息服务多源数据融合挖掘技术研究

分析了公众出行信息特征及影响出行线路选择的因素,设计了多源交通数据融合挖掘的系统框架,并研究了其中的多源数据相关度计算、层次化子空间聚类及联合聚类挖掘等关键技术。理论分析及实验结果表明,系统对于多源交通数据的融合分析及高维数据的降维聚类具有良好的处理能力及可扩展性。     

犯罪行为关联分析研究

文章介绍了关联分析技术及其在犯罪行为分析上的应用,结合一个涉嫌犯罪人员的样本数据,采用Apriori算法进行关联规则挖掘分析,得出了较为成功的挖掘思路和模式。     

数据挖掘技术在ICAI中的应用

把数据挖掘技术引入到智能教学系统中,利用数据总结、分类、聚类等关键技术,为智能教学系统中的潜在的大量聚集的信息进行挖掘和利用,为教师改进教学方式提供教学策略。将其应用到教育系统中,为教育工作者发现教育教学的潜在规律提供教育决策,提高教育教学水平提出了一种新的思路。     

基于数据挖掘的Multi—Agent动态取证系统研究

研究了计算机动态取证的相关技术,提出了一个计算机动态取证系统模型并对相关模块进行设计。根据动态取证的特点．将数据挖掘技术和多智能代理技术结合起来应用于动态取证系统中。系统在体系结构上使用基于智能代理的分布式结构,采用数据挖掘技术进行动态取证的海量数据分析,针对基本挖掘算法在取证分析实际应用中可能存在的不足,提出了相应的改进方法,通过实验分析,证明了改进算法在动态取证应用中的有效性。     

聚类分析技术及其应用研究

聚类分析是数据挖掘的重要概念,它广泛应用于模式识别、图像处理、数据分析和市场研究等领域,但在评价中的应用研究却很少,针对这些问题,把聚类分析技术的基本概念和方法运用于评价,并通过实例阐述其在评价中应用的重要性。