石可+孟令旸

【摘要】 通信企業(yè)客戶數(shù)量多、數(shù)據(jù)存儲量大、響應(yīng)及時性要求高，其數(shù)據(jù)倉庫對基于大數(shù)據(jù)的挖掘需求強烈?；谏鲜鲂枨?，提出數(shù)據(jù)挖掘在應(yīng)用的方法，用以提高其運營效率。

【關(guān)鍵詞】 數(shù)據(jù)挖掘 大數(shù)據(jù) 通信企業(yè) 應(yīng)用

通信企業(yè)具有客戶數(shù)量多、數(shù)據(jù)規(guī)模大、數(shù)據(jù)及時性需求高等特點。應(yīng)用數(shù)據(jù)挖掘技術(shù)對通信企業(yè)收集到的數(shù)據(jù)進行建模可以幫助企業(yè)對現(xiàn)有的運維、計費、市場中的運營進行深度研究，得到系統(tǒng)存在的問題、用戶支付情況等信息，為企業(yè)改善自身系統(tǒng)提供新的支撐。具體來講，通信企業(yè)可以通過數(shù)據(jù)挖掘技術(shù)實現(xiàn)系統(tǒng)故障管理、系統(tǒng)計費管理和用戶管理。

一、數(shù)據(jù)挖掘在故障管理系統(tǒng)中的應(yīng)用

1.1 網(wǎng)絡(luò)故障管理系統(tǒng)概述

故障管理是通信企業(yè)網(wǎng)絡(luò)管理的重要組成部分，故障管理是否有效直接關(guān)系到整個網(wǎng)絡(luò)的可靠性，其目的是迅速發(fā)現(xiàn)和糾正整個網(wǎng)絡(luò)的告警故障，維護網(wǎng)絡(luò)的可用性。通常需要對故障時間點附近所有告警進行分析才能夠發(fā)現(xiàn)故障的根本原因，數(shù)據(jù)呈現(xiàn)告警數(shù)據(jù)庫巨大、數(shù)據(jù)具有關(guān)聯(lián)性和告警數(shù)據(jù)的關(guān)聯(lián)性只能反映系統(tǒng)當(dāng)前狀態(tài)等特點。故障管理系統(tǒng)的特點決定了使用關(guān)聯(lián)模型不僅可發(fā)現(xiàn)告警數(shù)據(jù)的關(guān)聯(lián)性還能夠高效地更新和維護已經(jīng)出現(xiàn)的數(shù)據(jù)和數(shù)據(jù)間的聯(lián)系規(guī)則。

1.2數(shù)據(jù)挖掘方法的應(yīng)用

1.2.1 重復(fù)項增量挖掘

重復(fù)項增量挖掘是關(guān)聯(lián)模型應(yīng)用中的一個基本問題。由于并非每條告警都表示某故障的根本原因，需要對告警數(shù)據(jù)進行規(guī)則處理，將多個告警合并成一個包含更多信息量的告警，以便確定反應(yīng)故障根本原因的告警，從而對故障進行定位。然而對所有數(shù)據(jù)進行分析處理數(shù)據(jù)量過大，導(dǎo)致系統(tǒng)效率低下，因此需要通過設(shè)置反映需要監(jiān)測的告警數(shù)據(jù)頻繁程度的支持門限實現(xiàn)重復(fù)項增量挖掘。支持門限增大算法效率會提高，但會減少處理的告警項目；支持門限減少算法執(zhí)行效率會下降，但可以處理更多的告警項目。因此需要針對用戶需要不斷調(diào)整支持門限，并采用不同算法來對數(shù)據(jù)進行處理。當(dāng)需處理的數(shù)據(jù)為日常事件、常規(guī)數(shù)據(jù)時，可采用CHARM算法，使用混合搜索策略跳過樹的多層進行重復(fù)項搜索，提高搜索效率；若處理故障性數(shù)據(jù)時，通常采用BODHI算法，通過數(shù)據(jù)間的關(guān)聯(lián)和削減，確定關(guān)鍵數(shù)據(jù)，然后判斷系統(tǒng)故障節(jié)點[1]。

1.2.2 告警增加時增量挖掘

隨著告警數(shù)據(jù)增加，已有挖掘結(jié)果也會受影響，此前所用模型可能不再適用。為保證規(guī)則有效性需要及時應(yīng)對數(shù)據(jù)更新帶來的變化，但若每次都不利用現(xiàn)有結(jié)果而重新發(fā)現(xiàn)所有數(shù)據(jù)，將會造成巨大浪費。

本文發(fā)現(xiàn)，若每次增加相同數(shù)據(jù)集，則支持門限越小，性能提高越顯著；若支持門限相同，則數(shù)據(jù)集增加量減少，性能提高越顯著。此時可采用PADMAN算法[2]，該算法復(fù)雜度取決于支持門限以確定的重復(fù)項個數(shù)，而跟數(shù)據(jù)量大小關(guān)系不大，在支持低門限條件下，算法對稠密數(shù)據(jù)庫性能改善更為顯著。從重復(fù)數(shù)據(jù)項中發(fā)現(xiàn)關(guān)聯(lián)規(guī)則的經(jīng)典算法是APRIORI規(guī)則產(chǎn)生算法[3]，其可從重復(fù)數(shù)據(jù)中發(fā)現(xiàn)所有滿足支持門限和置信門限的強關(guān)聯(lián)規(guī)則。

二、數(shù)據(jù)挖掘在計費管理系統(tǒng)中的應(yīng)用

2.1網(wǎng)絡(luò)計費管理系統(tǒng)概述

計費管理也是通信企業(yè)網(wǎng)絡(luò)管理的重要組成部分，計費管理的有效性直接關(guān)系到通信企業(yè)計費結(jié)算業(yè)務(wù)是否能夠平穩(wěn)開展。計費管理主要提供賬單查詢等各種收費報表的查詢統(tǒng)計，為企業(yè)各種服務(wù)決策提供數(shù)據(jù)支持。隨著計費管理越來越多的業(yè)務(wù)數(shù)據(jù)和網(wǎng)絡(luò)數(shù)據(jù)，需要對數(shù)據(jù)進行全方位的提取和分析，進而進一步分析用戶行為，并定期總結(jié)用戶流量信息。

2.2 計費管理系統(tǒng)中的數(shù)據(jù)挖掘方法

2.2.1 關(guān)聯(lián)挖掘

應(yīng)用關(guān)聯(lián)模型發(fā)現(xiàn)諸如IP端口使用頻率，IP端口和數(shù)據(jù)包之間等網(wǎng)絡(luò)IP流量之間的關(guān)系。正常行為下，IP-端口的對應(yīng)關(guān)系是多種多樣的，數(shù)據(jù)包的大小也不固定；若應(yīng)用關(guān)聯(lián)挖掘模型測出某IP-端口使用率非常高而數(shù)據(jù)包卻不大，則有可能是網(wǎng)絡(luò)攻擊等異常行為。此外，關(guān)聯(lián)挖掘可根據(jù)IP-端口對應(yīng)和數(shù)據(jù)包的使用頻率更變網(wǎng)絡(luò)策略。如“10k-100k，d-80”說明80端口使用率較高，大量用戶在瀏覽網(wǎng)頁，可據(jù)此調(diào)整網(wǎng)絡(luò)策略[4]。

2.2.2 序列挖掘

通過建立時序模型，連接挖掘項目和時間，對在線人數(shù)、在線記錄、發(fā)送幀數(shù)、發(fā)送字節(jié)數(shù)、接收幀數(shù)、接收字節(jié)數(shù)等時間相關(guān)聯(lián)數(shù)據(jù)進行處理。時序模型通過自身的時間和度量值構(gòu)成二維曲線反映網(wǎng)絡(luò)情況。正常行為下，曲線都是平穩(wěn)有規(guī)律性的；曲線出現(xiàn)抖動、暴增、驟降等，都可以看為不正常行為，可據(jù)此判斷有網(wǎng)絡(luò)故障或存在入侵行為[5]。

2.2.3 分類挖掘

分類挖掘可以幫助網(wǎng)管人員根據(jù)用戶購買的不同業(yè)務(wù)屬性判定用戶喜好。分類模型可組合二維及以上的篩選瀏覽，并可進行細(xì)化和匯總，進行多重統(tǒng)計工作[6]。

三、數(shù)據(jù)挖掘在用戶管理系統(tǒng)中的應(yīng)用

3.1用戶管理系統(tǒng)概述

通信領(lǐng)域競爭日趨激烈，企業(yè)除需面對同行之間的競爭，還要面對OTT企業(yè)的進入。企業(yè)亟需應(yīng)用數(shù)據(jù)挖掘分析客戶數(shù)據(jù)，按照客戶價值、離網(wǎng)傾向、產(chǎn)品需求和服務(wù)需求等多個維度分析客戶信息，建立一個良性的交互平臺系統(tǒng)，進而有效改善運營商服務(wù)水平、改進客戶關(guān)系、提升企業(yè)競爭力。

3.2用戶管理系統(tǒng)中的數(shù)據(jù)挖掘方法

3.2.1 用戶細(xì)分

用戶細(xì)分通過分析用戶、潛在用戶的特征，根據(jù)用戶個體特點、消費特性及用戶價值的不同將現(xiàn)有用戶及存量用戶分解，確定不同的用戶等級并描述。該過程把消費群體分成多個細(xì)分群體，同一細(xì)分群體內(nèi)的用戶具有相似性。通過用戶群體分析，可對用戶行為做出預(yù)測。RFM分析法[7]是管理用戶分析的基本方法，可用于用戶特征細(xì)分。細(xì)分用戶主要基于用戶的消費行為，有近量、頻度和消費和三個變量。通過用戶細(xì)分進行用戶消費解析，運用累計的信息分析用戶價值，對用戶流失、用戶滿意度、貢獻值、響應(yīng)度、客戶附加需求等做出預(yù)測，提升用戶監(jiān)管水平，提高用戶滿意率，指導(dǎo)企業(yè)研發(fā)銷售。

3.2.2 精準(zhǔn)營銷

通過用戶細(xì)分了解用戶需求，把產(chǎn)品和用戶需求正確連接起來，再通過適合的營銷方式銷售給客戶。應(yīng)用數(shù)據(jù)挖掘?qū)嵤┚珳?zhǔn)營銷的流程[8]主要包括用戶數(shù)據(jù)庫搭建、主表設(shè)計、用戶分析、特征刻畫、用戶開發(fā)、銷售策劃、目標(biāo)用戶選定、營銷活動準(zhǔn)備、營銷活動和評估改進等環(huán)節(jié)。

四、結(jié)束語

綜上所述，本文針對當(dāng)前通信企業(yè)所面臨的機遇和挑戰(zhàn)，結(jié)合客戶規(guī)模大、數(shù)據(jù)量大、數(shù)據(jù)及時性需求高，競爭日趨激烈的特點，提出應(yīng)用數(shù)據(jù)挖掘方法提高企業(yè)運運營效率。提出數(shù)據(jù)挖掘算法在故障管理系統(tǒng)、計費管理系統(tǒng)和用戶管理系統(tǒng)這三類系統(tǒng)中的應(yīng)用，能夠為電信企業(yè)解決現(xiàn)存問題提供支撐。

參 考 文 獻

[1]. 馮玉才， 馮劍琳， 關(guān)聯(lián)規(guī)則的增量式更新算法 [J].軟件學(xué)報，1998，9（4）.

[2]. 劉康平， 李增智. 網(wǎng)絡(luò)告警序列中的頻繁情景規(guī)則挖掘算法[J]. 小型微型計算機系統(tǒng)，2003，24（5）.

[3]. 徐麗霞， 網(wǎng)絡(luò)故障管理告警關(guān)聯(lián)技術(shù)分析 [J].電腦知識與技術(shù)，2008，4（28）.

[4]. Jiawei Han， Micheline Kamber. Data Mining Concepts and Techniques. 高等教育出版社，2007，5.

[5]. 何健. 基于時間序列的網(wǎng)絡(luò)流量分析與預(yù)測. 中國科技信息，2005，22.

[6]. 蔣川， 田盛豐. 利用數(shù)據(jù)挖掘技術(shù)提取用戶行為特征. 鐵路計算機應(yīng)用. 2001， 10.

[7]. Padmannabha B， Tuzhilih A， On the use of optimization for data mining： theoretical interactions and eCRM opportunities. Management Science， 2003，10.

[8]. Robert M， Elliott. Data Mining Cookbook Modeling Data for Marketing， Risk and customer Relationship Management， John Wiley&Sons， 2003.