1、计算机技术专业毕业论文 精品论文 利用呼叫指纹挖掘电信重入网客户关键词：呼叫指纹 重入网客户 判定树 识别算法摘要：控制用户的重入网是移动运营商目前十分头疼的问题，由于重入网带来的卡号资源浪费、欠费等后果造成了运营商营销成本增加和业务收入下滑，因此控制用户的重入网是当前移动运营商十分关注的热点问题。 在本文中，笔者结合生产实际，将客户使用手机的呼叫记录特征定义为呼叫指纹，通过两步分类，将新入网的目标客户分为重入网客户和非重入网客户。第一步先将新入网客户的呼叫指纹与历史号码的呼叫指纹进行对比，根据相似程度，确定新入网客户嫌疑名单，结合 IMEI 信息和客户身份信息，将低符合率的新入网客户归入非重
2、入网号码集合，将高符合率的新入网客户归入重入网号码集合，中间符合率的新入网客户归入待判定重入网号码集合，进入下一步比对。第二步使用分类算法进一步挖掘重入网客户，将第一步得到的重入网号码集合和非重入网号码集合作为训练集，对各种分类算法进行了分析比较，从算法的执行速度、可伸缩性以及输出结果的可理解性等特性进行综合考虑，主要考虑预测的准确率和计算速度的情况下，采用了改进的 ID3 算法生成的判定规则，对第一步产生的暂无法判定集合中的号码进行分类，归入重入网客户号码集合和非重入网客户号码集合中，最终将目标客户分为了重入网客户和非重入网客户。 本文论述的重入网客户识别算法在中国移动经营分析系统中进行了实
3、施，结果显示，该算法有效的识别了重入网客户，开发了重入网客户渠道分析、重入网客户营销政策分析、重入网客户充值和欠费分析等具体应用，对中国移动降低卡号资源浪费、降低欠费率、防范资费调整造成批量客户重入网运营风险起到了很好的数据支撑作用。正文内容控制用户的重入网是移动运营商目前十分头疼的问题，由于重入网带来的卡号资源浪费、欠费等后果造成了运营商营销成本增加和业务收入下滑，因此控制用户的重入网是当前移动运营商十分关注的热点问题。 在本文中，笔者结合生产实际，将客户使用手机的呼叫记录特征定义为呼叫指纹，通过两步分类，将新入网的目标客户分为重入网客户和非重入网客户。第一步先将新入网客户的呼叫指纹与历史号
4、码的呼叫指纹进行对比，根据相似程度，确定新入网客户嫌疑名单，结合 IMEI 信息和客户身份信息，将低符合率的新入网客户归入非重入网号码集合，将高符合率的新入网客户归入重入网号码集合，中间符合率的新入网客户归入待判定重入网号码集合，进入下一步比对。第二步使用分类算法进一步挖掘重入网客户，将第一步得到的重入网号码集合和非重入网号码集合作为训练集，对各种分类算法进行了分析比较，从算法的执行速度、可伸缩性以及输出结果的可理解性等特性进行综合考虑，主要考虑预测的准确率和计算速度的情况下，采用了改进的 ID3 算法生成的判定规则，对第一步产生的暂无法判定集合中的号码进行分类，归入重入网客户号码集合和非重入
5、网客户号码集合中，最终将目标客户分为了重入网客户和非重入网客户。 本文论述的重入网客户识别算法在中国移动经营分析系统中进行了实施，结果显示，该算法有效的识别了重入网客户，开发了重入网客户渠道分析、重入网客户营销政策分析、重入网客户充值和欠费分析等具体应用，对中国移动降低卡号资源浪费、降低欠费率、防范资费调整造成批量客户重入网运营风险起到了很好的数据支撑作用。控制用户的重入网是移动运营商目前十分头疼的问题，由于重入网带来的卡号资源浪费、欠费等后果造成了运营商营销成本增加和业务收入下滑，因此控制用户的重入网是当前移动运营商十分关注的热点问题。 在本文中，笔者结合生产实际，将客户使用手机的呼叫记录特
6、征定义为呼叫指纹，通过两步分类，将新入网的目标客户分为重入网客户和非重入网客户。第一步先将新入网客户的呼叫指纹与历史号码的呼叫指纹进行对比，根据相似程度，确定新入网客户嫌疑名单，结合 IMEI 信息和客户身份信息，将低符合率的新入网客户归入非重入网号码集合，将高符合率的新入网客户归入重入网号码集合，中间符合率的新入网客户归入待判定重入网号码集合，进入下一步比对。第二步使用分类算法进一步挖掘重入网客户，将第一步得到的重入网号码集合和非重入网号码集合作为训练集，对各种分类算法进行了分析比较，从算法的执行速度、可伸缩性以及输出结果的可理解性等特性进行综合考虑，主要考虑预测的准确率和计算速度的情况下，
7、采用了改进的 ID3 算法生成的判定规则，对第一步产生的暂无法判定集合中的号码进行分类，归入重入网客户号码集合和非重入网客户号码集合中，最终将目标客户分为了重入网客户和非重入网客户。 本文论述的重入网客户识别算法在中国移动经营分析系统中进行了实施，结果显示，该算法有效的识别了重入网客户，开发了重入网客户渠道分析、重入网客户营销政策分析、重入网客户充值和欠费分析等具体应用，对中国移动降低卡号资源浪费、降低欠费率、防范资费调整造成批量客户重入网运营风险起到了很好的数据支撑作用。控制用户的重入网是移动运营商目前十分头疼的问题，由于重入网带来的卡号资源浪费、欠费等后果造成了运营商营销成本增加和业务收入
8、下滑，因此控制用户的重入网是当前移动运营商十分关注的热点问题。 在本文中，笔者结合生产实际，将客户使用手机的呼叫记录特征定义为呼叫指纹，通过两步分类，将新入网的目标客户分为重入网客户和非重入网客户。第一步先将新入网客户的呼叫指纹与历史号码的呼叫指纹进行对比，根据相似程度，确定新入网客户嫌疑名单，结合 IMEI 信息和客户身份信息，将低符合率的新入网客户归入非重入网号码集合，将高符合率的新入网客户归入重入网号码集合，中间符合率的新入网客户归入待判定重入网号码集合，进入下一步比对。第二步使用分类算法进一步挖掘重入网客户，将第一步得到的重入网号码集合和非重入网号码集合作为训练集，对各种分类算法进行了
9、分析比较，从算法的执行速度、可伸缩性以及输出结果的可理解性等特性进行综合考虑，主要考虑预测的准确率和计算速度的情况下，采用了改进的 ID3 算法生成的判定规则，对第一步产生的暂无法判定集合中的号码进行分类，归入重入网客户号码集合和非重入网客户号码集合中，最终将目标客户分为了重入网客户和非重入网客户。 本文论述的重入网客户识别算法在中国移动经营分析系统中进行了实施，结果显示，该算法有效的识别了重入网客户，开发了重入网客户渠道分析、重入网客户营销政策分析、重入网客户充值和欠费分析等具体应用，对中国移动降低卡号资源浪费、降低欠费率、防范资费调整造成批量客户重入网运营风险起到了很好的数据支撑作用。控制
10、用户的重入网是移动运营商目前十分头疼的问题，由于重入网带来的卡号资源浪费、欠费等后果造成了运营商营销成本增加和业务收入下滑，因此控制用户的重入网是当前移动运营商十分关注的热点问题。 在本文中，笔者结合生产实际，将客户使用手机的呼叫记录特征定义为呼叫指纹，通过两步分类，将新入网的目标客户分为重入网客户和非重入网客户。第一步先将新入网客户的呼叫指纹与历史号码的呼叫指纹进行对比，根据相似程度，确定新入网客户嫌疑名单，结合 IMEI 信息和客户身份信息，将低符合率的新入网客户归入非重入网号码集合，将高符合率的新入网客户归入重入网号码集合，中间符合率的新入网客户归入待判定重入网号码集合，进入下一步比对。
11、第二步使用分类算法进一步挖掘重入网客户，将第一步得到的重入网号码集合和非重入网号码集合作为训练集，对各种分类算法进行了分析比较，从算法的执行速度、可伸缩性以及输出结果的可理解性等特性进行综合考虑，主要考虑预测的准确率和计算速度的情况下，采用了改进的 ID3 算法生成的判定规则，对第一步产生的暂无法判定集合中的号码进行分类，归入重入网客户号码集合和非重入网客户号码集合中，最终将目标客户分为了重入网客户和非重入网客户。 本文论述的重入网客户识别算法在中国移动经营分析系统中进行了实施，结果显示，该算法有效的识别了重入网客户，开发了重入网客户渠道分析、重入网客户营销政策分析、重入网客户充值和欠费分析等
12、具体应用，对中国移动降低卡号资源浪费、降低欠费率、防范资费调整造成批量客户重入网运营风险起到了很好的数据支撑作用。控制用户的重入网是移动运营商目前十分头疼的问题，由于重入网带来的卡号资源浪费、欠费等后果造成了运营商营销成本增加和业务收入下滑，因此控制用户的重入网是当前移动运营商十分关注的热点问题。 在本文中，笔者结合生产实际，将客户使用手机的呼叫记录特征定义为呼叫指纹，通过两步分类，将新入网的目标客户分为重入网客户和非重入网客户。第一步先将新入网客户的呼叫指纹与历史号码的呼叫指纹进行对比，根据相似程度，确定新入网客户嫌疑名单，结合 IMEI 信息和客户身份信息，将低符合率的新入网客户归入非重入
13、网号码集合，将高符合率的新入网客户归入重入网号码集合，中间符合率的新入网客户归入待判定重入网号码集合，进入下一步比对。第二步使用分类算法进一步挖掘重入网客户，将第一步得到的重入网号码集合和非重入网号码集合作为训练集，对各种分类算法进行了分析比较，从算法的执行速度、可伸缩性以及输出结果的可理解性等特性进行综合考虑，主要考虑预测的准确率和计算速度的情况下，采用了改进的 ID3 算法生成的判定规则，对第一步产生的暂无法判定集合中的号码进行分类，归入重入网客户号码集合和非重入网客户号码集合中，最终将目标客户分为了重入网客户和非重入网客户。 本文论述的重入网客户识别算法在中国移动经营分析系统中进行了实施
14、，结果显示，该算法有效的识别了重入网客户，开发了重入网客户渠道分析、重入网客户营销政策分析、重入网客户充值和欠费分析等具体应用，对中国移动降低卡号资源浪费、降低欠费率、防范资费调整造成批量客户重入网运营风险起到了很好的数据支撑作用。控制用户的重入网是移动运营商目前十分头疼的问题，由于重入网带来的卡号资源浪费、欠费等后果造成了运营商营销成本增加和业务收入下滑，因此控制用户的重入网是当前移动运营商十分关注的热点问题。 在本文中，笔者结合生产实际，将客户使用手机的呼叫记录特征定义为呼叫指纹，通过两步分类，将新入网的目标客户分为重入网客户和非重入网客户。第一步先将新入网客户的呼叫指纹与历史号码的呼叫指
15、纹进行对比，根据相似程度，确定新入网客户嫌疑名单，结合 IMEI 信息和客户身份信息，将低符合率的新入网客户归入非重入网号码集合，将高符合率的新入网客户归入重入网号码集合，中间符合率的新入网客户归入待判定重入网号码集合，进入下一步比对。第二步使用分类算法进一步挖掘重入网客户，将第一步得到的重入网号码集合和非重入网号码集合作为训练集，对各种分类算法进行了分析比较，从算法的执行速度、可伸缩性以及输出结果的可理解性等特性进行综合考虑，主要考虑预测的准确率和计算速度的情况下，采用了改进的 ID3 算法生成的判定规则，对第一步产生的暂无法判定集合中的号码进行分类，归入重入网客户号码集合和非重入网客户号码
16、集合中，最终将目标客户分为了重入网客户和非重入网客户。 本文论述的重入网客户识别算法在中国移动经营分析系统中进行了实施，结果显示，该算法有效的识别了重入网客户，开发了重入网客户渠道分析、重入网客户营销政策分析、重入网客户充值和欠费分析等具体应用，对中国移动降低卡号资源浪费、降低欠费率、防范资费调整造成批量客户重入网运营风险起到了很好的数据支撑作用。控制用户的重入网是移动运营商目前十分头疼的问题，由于重入网带来的卡号资源浪费、欠费等后果造成了运营商营销成本增加和业务收入下滑，因此控制用户的重入网是当前移动运营商十分关注的热点问题。 在本文中，笔者结合生产实际，将客户使用手机的呼叫记录特征定义为呼
17、叫指纹，通过两步分类，将新入网的目标客户分为重入网客户和非重入网客户。第一步先将新入网客户的呼叫指纹与历史号码的呼叫指纹进行对比，根据相似程度，确定新入网客户嫌疑名单，结合 IMEI 信息和客户身份信息，将低符合率的新入网客户归入非重入网号码集合，将高符合率的新入网客户归入重入网号码集合，中间符合率的新入网客户归入待判定重入网号码集合，进入下一步比对。第二步使用分类算法进一步挖掘重入网客户，将第一步得到的重入网号码集合和非重入网号码集合作为训练集，对各种分类算法进行了分析比较，从算法的执行速度、可伸缩性以及输出结果的可理解性等特性进行综合考虑，主要考虑预测的准确率和计算速度的情况下，采用了改进
18、的 ID3 算法生成的判定规则，对第一步产生的暂无法判定集合中的号码进行分类，归入重入网客户号码集合和非重入网客户号码集合中，最终将目标客户分为了重入网客户和非重入网客户。 本文论述的重入网客户识别算法在中国移动经营分析系统中进行了实施，结果显示，该算法有效的识别了重入网客户，开发了重入网客户渠道分析、重入网客户营销政策分析、重入网客户充值和欠费分析等具体应用，对中国移动降低卡号资源浪费、降低欠费率、防范资费调整造成批量客户重入网运营风险起到了很好的数据支撑作用。控制用户的重入网是移动运营商目前十分头疼的问题，由于重入网带来的卡号资源浪费、欠费等后果造成了运营商营销成本增加和业务收入下滑，因此
19、控制用户的重入网是当前移动运营商十分关注的热点问题。 在本文中，笔者结合生产实际，将客户使用手机的呼叫记录特征定义为呼叫指纹，通过两步分类，将新入网的目标客户分为重入网客户和非重入网客户。第一步先将新入网客户的呼叫指纹与历史号码的呼叫指纹进行对比，根据相似程度，确定新入网客户嫌疑名单，结合 IMEI 信息和客户身份信息，将低符合率的新入网客户归入非重入网号码集合，将高符合率的新入网客户归入重入网号码集合，中间符合率的新入网客户归入待判定重入网号码集合，进入下一步比对。第二步使用分类算法进一步挖掘重入网客户，将第一步得到的重入网号码集合和非重入网号码集合作为训练集，对各种分类算法进行了分析比较，
20、从算法的执行速度、可伸缩性以及输出结果的可理解性等特性进行综合考虑，主要考虑预测的准确率和计算速度的情况下，采用了改进的 ID3 算法生成的判定规则，对第一步产生的暂无法判定集合中的号码进行分类，归入重入网客户号码集合和非重入网客户号码集合中，最终将目标客户分为了重入网客户和非重入网客户。 本文论述的重入网客户识别算法在中国移动经营分析系统中进行了实施，结果显示，该算法有效的识别了重入网客户，开发了重入网客户渠道分析、重入网客户营销政策分析、重入网客户充值和欠费分析等具体应用，对中国移动降低卡号资源浪费、降低欠费率、防范资费调整造成批量客户重入网运营风险起到了很好的数据支撑作用。控制用户的重入
21、网是移动运营商目前十分头疼的问题，由于重入网带来的卡号资源浪费、欠费等后果造成了运营商营销成本增加和业务收入下滑，因此控制用户的重入网是当前移动运营商十分关注的热点问题。 在本文中，笔者结合生产实际，将客户使用手机的呼叫记录特征定义为呼叫指纹，通过两步分类，将新入网的目标客户分为重入网客户和非重入网客户。第一步先将新入网客户的呼叫指纹与历史号码的呼叫指纹进行对比，根据相似程度，确定新入网客户嫌疑名单，结合 IMEI 信息和客户身份信息，将低符合率的新入网客户归入非重入网号码集合，将高符合率的新入网客户归入重入网号码集合，中间符合率的新入网客户归入待判定重入网号码集合，进入下一步比对。第二步使用
22、分类算法进一步挖掘重入网客户，将第一步得到的重入网号码集合和非重入网号码集合作为训练集，对各种分类算法进行了分析比较，从算法的执行速度、可伸缩性以及输出结果的可理解性等特性进行综合考虑，主要考虑预测的准确率和计算速度的情况下，采用了改进的 ID3 算法生成的判定规则，对第一步产生的暂无法判定集合中的号码进行分类，归入重入网客户号码集合和非重入网客户号码集合中，最终将目标客户分为了重入网客户和非重入网客户。 本文论述的重入网客户识别算法在中国移动经营分析系统中进行了实施，结果显示，该算法有效的识别了重入网客户，开发了重入网客户渠道分析、重入网客户营销政策分析、重入网客户充值和欠费分析等具体应用，
23、对中国移动降低卡号资源浪费、降低欠费率、防范资费调整造成批量客户重入网运营风险起到了很好的数据支撑作用。控制用户的重入网是移动运营商目前十分头疼的问题，由于重入网带来的卡号资源浪费、欠费等后果造成了运营商营销成本增加和业务收入下滑，因此控制用户的重入网是当前移动运营商十分关注的热点问题。 在本文中，笔者结合生产实际，将客户使用手机的呼叫记录特征定义为呼叫指纹，通过两步分类，将新入网的目标客户分为重入网客户和非重入网客户。第一步先将新入网客户的呼叫指纹与历史号码的呼叫指纹进行对比，根据相似程度，确定新入网客户嫌疑名单，结合 IMEI 信息和客户身份信息，将低符合率的新入网客户归入非重入网号码集合
24、，将高符合率的新入网客户归入重入网号码集合，中间符合率的新入网客户归入待判定重入网号码集合，进入下一步比对。第二步使用分类算法进一步挖掘重入网客户，将第一步得到的重入网号码集合和非重入网号码集合作为训练集，对各种分类算法进行了分析比较，从算法的执行速度、可伸缩性以及输出结果的可理解性等特性进行综合考虑，主要考虑预测的准确率和计算速度的情况下，采用了改进的 ID3 算法生成的判定规则，对第一步产生的暂无法判定集合中的号码进行分类，归入重入网客户号码集合和非重入网客户号码集合中，最终将目标客户分为了重入网客户和非重入网客户。 本文论述的重入网客户识别算法在中国移动经营分析系统中进行了实施，结果显示
25、，该算法有效的识别了重入网客户，开发了重入网客户渠道分析、重入网客户营销政策分析、重入网客户充值和欠费分析等具体应用，对中国移动降低卡号资源浪费、降低欠费率、防范资费调整造成批量客户重入网运营风险起到了很好的数据支撑作用。特别提醒 ：正文内容由 PDF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q 1627550258 ，提供原格式文档。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌?U 閩 AZ箾 FTP 鈦X 飼?狛P? 燚?琯嫼 b?袍*甒?颙嫯?4)=r 宵?i?j 彺帖 B3 锝
26、檡骹笪 yLrQ#?0 鯖 l 壛枒l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛渓?擗#?“?# 綫 G 刿#K 芿$?7. 耟?Wa 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 皗 E|?pDb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$F?責鯻 0 橔 C,f 薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍秾腵薍
