【畢業(yè)學(xué)位論文】（Word原稿）數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用-軟件工程

職業(yè) 型 碩士博士 碩士學(xué)位論文 （ 計(jì)算機(jī)技術(shù) ） 數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 姓 名： 學(xué) 號(hào)： 所在院系：軟 件學(xué)院 職業(yè)類型：軟件工程 專業(yè)領(lǐng)域：軟件工程 指導(dǎo) 教師： 副 指導(dǎo)教師 ： 二 一 三年十一 月 A in 2013 s 數(shù)據(jù)挖掘在寧夏移動(dòng) 增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 同濟(jì)大學(xué) 學(xué)位論文版權(quán)使用授權(quán)書 本 人完全了解同濟(jì)大學(xué)關(guān)于收集、保存、使用學(xué)位論文的規(guī)定，同意如下各項(xiàng)內(nèi)容：按照學(xué)校要求提交學(xué)位論文的印刷本和電子版本；學(xué)校有權(quán)保存學(xué)位論文的印刷本和電子版，并采用影印、縮印、掃描、數(shù)字化或其它手段保存論文；學(xué)校有權(quán)提供目錄檢索以及提供本學(xué)位論文全文或者部分的閱覽服務(wù)；學(xué)校有權(quán)按有關(guān)規(guī)定向國家有關(guān)部門或者機(jī)構(gòu)送交論文的復(fù)印件和電子版；在不以贏利為目的的前提下，學(xué)?？梢赃m當(dāng)復(fù)制論文的部分或全部內(nèi)容用于學(xué)術(shù)活動(dòng)。 學(xué)位論文作者簽名： 年 月 日 同濟(jì)大學(xué)學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的 學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下，進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本學(xué)位論文的研究成果不包含任何他人創(chuàng)作的、已公開發(fā)表或者沒有公開發(fā)表的作品的內(nèi)容。對(duì)本論文所涉及的研究工作做出貢獻(xiàn)的其他個(gè)人和集體，均已在文中以明確方式標(biāo)明。本學(xué)位論文原創(chuàng)性聲明的法律責(zé)任由本人承擔(dān)。 學(xué)位論文作者簽名： 年 月 日同濟(jì)大學(xué)碩學(xué)位論文摘要 I 摘要 3為 國移 動(dòng)面臨著存量客戶流失、新增乏力、收入份額下降等一系列問題。同時(shí)， 移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來，使數(shù)據(jù)流量呈現(xiàn) 爆炸式增長 ， 移動(dòng)增值業(yè)務(wù)成為運(yùn)營商收入增長的 最 重要 的 驅(qū)動(dòng)力 。 2012年開始，中國移動(dòng)寧夏公司與寧夏煤礦設(shè)計(jì)院合作 在 寧夏增值業(yè)務(wù)運(yùn)營平臺(tái)（ 1期的基礎(chǔ)上加強(qiáng)相關(guān)數(shù)據(jù)挖掘應(yīng)用的實(shí)現(xiàn)與探索， 啟動(dòng)增值業(yè)務(wù)運(yùn)營平臺(tái)（ 2期項(xiàng)目， 以 實(shí)現(xiàn) 移動(dòng)互聯(lián)網(wǎng)時(shí)代的流量經(jīng)營能力、增值業(yè)務(wù)運(yùn)營能力 的提升。 筆者有幸作為 寧夏煤礦 設(shè)計(jì) 研究 院的項(xiàng)目經(jīng)理參與到寧夏移動(dòng)增值業(yè)務(wù)運(yùn)營平臺(tái) 的項(xiàng)目建設(shè)中來，主要負(fù)責(zé) 期的需求搜集、 模型 設(shè)計(jì) 、系統(tǒng)優(yōu)化 工作 ，經(jīng)過 為期一年的努力工作，完成了 面向移動(dòng)省市縣營銷人員的需求搜集、增值業(yè)務(wù)運(yùn)營平臺(tái)的技術(shù) 實(shí)現(xiàn)以及面向生產(chǎn)經(jīng)營的增值業(yè)務(wù)運(yùn)營平臺(tái)的應(yīng)用推廣，從系統(tǒng)應(yīng)用效果上來看，達(dá)到了項(xiàng)目預(yù)期，有效推動(dòng)了寧夏移動(dòng)增值業(yè)務(wù)的快速健康發(fā)展。 本文對(duì)中國移動(dòng)寧夏公司增值業(yè)務(wù)綜合運(yùn)營平臺(tái)進(jìn)行研究，基于中國移動(dòng)經(jīng)營分析系統(tǒng)所產(chǎn)生的海量數(shù)據(jù)，運(yùn)用數(shù)據(jù)挖掘相關(guān)技術(shù)，通過需求描述、指標(biāo)構(gòu)建、模型設(shè)計(jì)、模型算法實(shí)現(xiàn)“ 離網(wǎng)預(yù)警模型”和“用戶 流量 偏好 分析 模型 ”數(shù)據(jù)挖掘應(yīng)用為核心的 2期的寧夏增值業(yè)務(wù)運(yùn)營平臺(tái)，并基于此模型 實(shí)現(xiàn) 數(shù)據(jù)業(yè)務(wù)的客戶畫像、精準(zhǔn)營銷、客戶挽留 等深度應(yīng)用，所做工作為寧夏 移動(dòng) 增值業(yè)務(wù)的存量客戶的 營銷 、增量市場的拓展 、差 異化的服務(wù)提供有效支撐。論文介紹了研究背景、相關(guān)技術(shù)、所建立的模型及其實(shí)施和應(yīng)用。 關(guān)鍵詞 ：增值業(yè)務(wù)綜合運(yùn)營平臺(tái) ， 數(shù)據(jù)挖掘 ， 離網(wǎng)預(yù)警 ， 用戶 流量偏好分析 ，精細(xì)化營銷I a of of to at G of of wo to on to on of is on is to be s is in of on by s s in of of on of to is on by of 博士學(xué)位論文目錄 錄 第 1章 引言 . 5 夏增值業(yè)務(wù)綜合運(yùn)營平臺(tái)背景 . 5 值業(yè)務(wù)運(yùn)營面臨的主要問題 . 5 第 2章 數(shù)據(jù)挖掘技術(shù) . 7 . 7 據(jù)挖掘技術(shù) . 9 第 3章 需求分析 . 14 . 14 . 14 . 14 求規(guī)定 . 15 . 15 . 16 . 17 . 18 行環(huán)境規(guī)定 . 19 . 19 . 21 . 21 . 21 . 22 第 4章 系統(tǒng)架構(gòu) . 23 輯架構(gòu) . 23 能架構(gòu) . 24 術(shù)架構(gòu) . 26 合方案 . 27 據(jù)挖掘應(yīng)用架構(gòu) . 31 . 31 . 31 第 5章 項(xiàng)目實(shí)現(xiàn) . 33 . 33 . 33 . 33 . 36 同濟(jì)大學(xué)碩 /博士學(xué)位論文目錄 數(shù)據(jù)探索 . 37 . 39 . 41 . 43 . 47 . 47 . 47 . 51 . 52 . 54 聯(lián)算法 . 55 統(tǒng)實(shí)現(xiàn) . 57 行與評(píng)估 . 60 第 6章 項(xiàng)目應(yīng)用 . 61 . 61 . 61 . 62 估 . 62 . 63 戶流量偏好分析模型應(yīng)用 . 64 用實(shí)施 . 64 用舉例 . 66 第 7章 結(jié)論與展望 . 68 論 . 68 一步工作的方向 . 68 致謝 . 錯(cuò)誤 !未定義書簽。 參考文獻(xiàn) . 70 個(gè)人簡歷、在讀期間發(fā)表的學(xué)術(shù)論文與研究成果 . 錯(cuò)誤 !未定義書簽。 數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 5 第 1 章 引言 夏增值業(yè)務(wù)綜合運(yùn)營平臺(tái) 背景 隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來，數(shù)據(jù)流量業(yè)務(wù)爆炸式增長，增值業(yè)務(wù)成為運(yùn)營商收入增長的核心動(dòng)力。 2011 年，寧夏移動(dòng)增值業(yè)務(wù)收入占運(yùn)營收入比重僅為20%，而 2013年，增值業(yè)務(wù)收入占運(yùn)營收入比重超過 30%，年復(fù)合增長率超過 20%，支撐增值業(yè) 務(wù)融合運(yùn)營和提升常態(tài)化運(yùn)營管理水平是寧夏移動(dòng) 支撐系統(tǒng)的重點(diǎn)工作之一。 寧夏增值業(yè)務(wù)運(yùn)營平臺(tái) （ 自 2010 年建設(shè)以來，經(jīng)過 形成了以 初步客戶業(yè)務(wù)畫 像為基礎(chǔ)的增值業(yè)務(wù)數(shù)據(jù)能力、 以 “ 業(yè)務(wù)監(jiān)控、業(yè)務(wù)稽核、業(yè)務(wù)優(yōu)化、營銷服務(wù)支撐 ” 為基礎(chǔ)的日常運(yùn)營能力。寧夏增值業(yè)務(wù)運(yùn)營平臺(tái) （ 統(tǒng) 現(xiàn)已接入包含一級(jí) 三類業(yè)務(wù)平臺(tái)、經(jīng)分系統(tǒng)及其他外部系統(tǒng)的大量數(shù)據(jù)源，支撐了 統(tǒng)的數(shù)據(jù)分析，進(jìn)行用戶、 收入、業(yè)務(wù)量、 位置分析。 值業(yè)務(wù)運(yùn)營面臨的主要問題 寧夏增值業(yè)務(wù)運(yùn)營平臺(tái) （ 1期 形成了以 初步客戶業(yè)務(wù)畫像為基礎(chǔ)的增值業(yè)務(wù)數(shù)據(jù)能力 。但是，隨著增值業(yè)務(wù)的飛速發(fā)展，在業(yè)務(wù)運(yùn)營中也存在 四 個(gè)方面的問題： 一、無線上網(wǎng)流量爆炸式增長，但具體運(yùn)營缺 乏抓手 流量經(jīng)營是一個(gè)復(fù)雜的過程，涉及終端、資費(fèi)、業(yè)務(wù)、網(wǎng)絡(luò)、平臺(tái)、渠道等多方面的工作 ，運(yùn)營商如何理清條理，確立方向？流量經(jīng)營工作不同于傳統(tǒng)單一業(yè)務(wù)的推廣，其營銷手段、管理方式面臨較大的改變，如何將流量經(jīng)營工作切實(shí)落地？隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，大量同質(zhì)、可替代產(chǎn)品和服務(wù)出現(xiàn)，用戶可選范圍不斷擴(kuò)大，如何增強(qiáng)客戶粘性？因此，流量經(jīng)營是一項(xiàng)系統(tǒng)性、多關(guān)聯(lián)的長期復(fù)雜過程，體系化的經(jīng)營機(jī)制是完成流量經(jīng)營目標(biāo)、提升流量經(jīng)營效率的必經(jīng)之路。 二、 運(yùn)營商傳統(tǒng)業(yè)務(wù)的沖擊日益顯現(xiàn) 近年來 微信注冊(cè)客戶已達(dá) 3億，最高同時(shí)在線 4000萬， 日均文本信息 11億條 ， 圖片 1500萬條 ， 語音 頻 20萬條。內(nèi)容類產(chǎn)品全面覆蓋新聞、音樂、閱讀、視頻、游戲等各個(gè)領(lǐng)域。運(yùn)營商數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 6 傳統(tǒng)話音、短信業(yè)務(wù)受到?jīng)_擊，荷蘭 影響利潤降 11%， 受閉 3國移動(dòng)客戶使用 信量、通話時(shí)長、 注： 指在互聯(lián)網(wǎng)上面運(yùn)營的服務(wù)， 供商不需要建立物理網(wǎng)絡(luò)，而是依托運(yùn)營商提供的互聯(lián)網(wǎng)進(jìn)行運(yùn)營。 信、 務(wù)。 三、中國移動(dòng)面臨高流量客戶的流失風(fēng)險(xiǎn) 在 3G 時(shí)代，相比與競爭對(duì)手，移動(dòng)的資費(fèi)處于較高水平；在終端上，聯(lián)通擁有時(shí)尚的高流量終端 信引入 于年輕時(shí)尚用戶吸引力巨大。同時(shí)，無論是理論速率還是實(shí)際上網(wǎng)速率，中國移動(dòng)均落后競爭對(duì)手，將在一定程度上制約數(shù)據(jù)業(yè)務(wù)的發(fā)展 。 圖 家運(yùn)營商手機(jī)上網(wǎng)速率比較 四、 移動(dòng)互聯(lián)網(wǎng)時(shí)代推動(dòng) 運(yùn)營商 經(jīng)營 方式 轉(zhuǎn)變 移動(dòng)互聯(lián)網(wǎng)帶來用戶需求和行為變化，對(duì)語音 和短彩 信 替代加劇，流量和數(shù)據(jù)業(yè)務(wù)成為經(jīng)營重點(diǎn)，同時(shí)驅(qū)動(dòng)營銷方式轉(zhuǎn)型。首先 ， 用戶通信需求的比重逐漸降低，用戶需求趨于多樣化，用戶時(shí)間份額的主體從通信轉(zhuǎn)移到移動(dòng)互聯(lián)網(wǎng)，互聯(lián)網(wǎng)屬性成為用戶屬性的核心組成；其次 ， 用戶使用行為趨于碎片化、瞬態(tài)化、情感化，用戶使用移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)的驅(qū)動(dòng)因素從功能驅(qū)動(dòng)轉(zhuǎn)變?yōu)闀r(shí)間驅(qū)動(dòng)，推動(dòng)營銷從大眾營銷向分眾營銷和個(gè)人營銷轉(zhuǎn)變；再次，用戶溝通方式多樣化，傳統(tǒng)通信方式被替代，移動(dòng)互聯(lián)網(wǎng)溝通方式逐漸替代語音和短彩，運(yùn)營商的通道價(jià)值從話音轉(zhuǎn)移到流量。 數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 7 第 2 章 數(shù)據(jù)挖掘技術(shù) 據(jù)挖掘背景 一 、數(shù)據(jù)挖掘誕生的背景 隨著信息技術(shù)的迅速發(fā)展以及數(shù)據(jù)庫技術(shù)的廣泛應(yīng)用，從而積累了大量的數(shù)據(jù)。這些龐大的數(shù)據(jù)背后隱藏著很多重要的信息，但是大量的數(shù)據(jù)往往使人無法辨別隱藏在其中的那些重要信息，而傳統(tǒng)的查詢、報(bào)表等工具無法滿足挖掘這些重要信息的需求。人們需要有新的一中數(shù)據(jù)分析技術(shù)能夠?qū)ζ溥M(jìn)行更高層次的分析和抽取，得到這些有價(jià)值的潛在知識(shí)。數(shù)據(jù)挖掘技術(shù)由此應(yīng)用而生，彌補(bǔ)了“數(shù)據(jù)爆炸但是技術(shù)手段貧乏”的現(xiàn)象。 二、支持?jǐn)?shù)據(jù)挖掘技術(shù)的基礎(chǔ) 數(shù)據(jù)挖掘技術(shù)是人們長期對(duì)數(shù)據(jù)庫技術(shù)進(jìn)行研究和開發(fā)的結(jié)果。起初各種商業(yè)數(shù)據(jù)是存儲(chǔ)在 計(jì)算機(jī)的數(shù)據(jù)庫中的，然后發(fā)展到可對(duì)數(shù)據(jù)庫進(jìn)行查詢和訪問，進(jìn)而發(fā)展到對(duì)數(shù)據(jù)庫的即時(shí)遍歷。數(shù)據(jù)挖掘使數(shù)據(jù)庫技術(shù)進(jìn)入了一個(gè)更高級(jí)的階段，它不僅能對(duì)過去的數(shù)據(jù)進(jìn)行查詢和遍歷，并且能夠找出數(shù)據(jù)之間的潛在 關(guān)系 ，從而促進(jìn)信息的傳遞。 憑借著三種已經(jīng)發(fā)展成熟的基礎(chǔ)技術(shù)支持， 現(xiàn)在數(shù)據(jù)挖掘技術(shù)在商業(yè)應(yīng)用中已經(jīng)可以馬上投入使用 ，這三種基礎(chǔ)技術(shù)是 ： 商業(yè)數(shù)據(jù)庫現(xiàn)在正在以一個(gè)空前的速度增長，并且數(shù)據(jù)倉庫正在廣泛地應(yīng)用于各種行業(yè)； 已成熟的并行多 數(shù)據(jù)挖掘算法經(jīng)過了這 10多年的發(fā)展也已經(jīng)成為一種成熟，穩(wěn)定，且易于理解和操作的技術(shù)。 三、 數(shù)據(jù)挖掘的發(fā)展 在商業(yè)數(shù)據(jù)進(jìn)化到商業(yè)信息的 過程中， 每一次的進(jìn)步都是 建立在上一步的基礎(chǔ)上的。見下圖 。 由此圖 可見 ，第四步 的 進(jìn)化 過程 是革命性的，因?yàn)閺挠脩舻慕嵌葋砜矗@一階段的數(shù)據(jù)庫技術(shù)已經(jīng)可以 發(fā)現(xiàn)很多商業(yè)上隱藏的信息，可以 快速地回答商業(yè)上的很多問題了。 數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 8 表 數(shù)據(jù)挖掘的進(jìn)化歷程 進(jìn)化階段 商業(yè)問題 支持技術(shù) 產(chǎn)品廠家 產(chǎn)品特點(diǎn) 數(shù)據(jù)搜集 (60 年代 ) “過去五年中我的總收入是多少？” 計(jì)算機(jī)、磁 帶和磁盤 供歷史性的、靜態(tài)的數(shù)據(jù)信息 數(shù)據(jù)訪問 (80 年代 ) “在新英格蘭的分部去年三月的銷售額是多少？” 關(guān)系數(shù)據(jù)庫（ 結(jié) 構(gòu) 化 查 詢 語 言（ 記錄級(jí)提供歷史性的、動(dòng)態(tài)數(shù)據(jù)信息 數(shù)據(jù)倉庫； 決策支持 (90 年代 ) “在新英格蘭的分部去年三月的銷售額是多少？波士頓據(jù)此可得出什么結(jié)論？” 聯(lián) 機(jī) 分 析 處 理（ 多 維數(shù)據(jù)庫、數(shù)據(jù)倉庫 各種層次上提供回溯的、動(dòng)態(tài)的數(shù)據(jù)信息 數(shù)據(jù)挖掘 （正在流行） “下個(gè)月波士頓的銷售會(huì)怎么樣？ 高級(jí)算法、多處理器計(jì)算機(jī)、海量數(shù)據(jù)庫 他初創(chuàng)公司 提供預(yù)測(cè)性的信息 數(shù)據(jù)挖掘的核心模塊技術(shù) 經(jīng)歷 了數(shù)十年的 高速 發(fā)展，其中包括數(shù)理統(tǒng)計(jì)、人工智能、機(jī)器學(xué)習(xí)。 如今 ，這些成熟的技術(shù)，加上高性能的關(guān)系數(shù)據(jù)庫引擎以及廣泛的數(shù)據(jù)集成，讓數(shù)據(jù)挖掘技術(shù)在當(dāng)前的數(shù)據(jù)倉庫環(huán)境中 有了 用武之地 。 數(shù)據(jù)挖掘 的發(fā)展過程是逐步演變的 ,在電子數(shù)據(jù)處理的初級(jí)階段 ,人們就試圖通過某些方法 和手段 來實(shí)現(xiàn) 快速 自動(dòng)決策支持 ,當(dāng)時(shí)機(jī)器學(xué)習(xí)成為人們關(guān)心的焦點(diǎn) ， 機(jī)器學(xué)習(xí)的過程就是將一些已知的并已被成功解決的問題作為范例輸入計(jì)算機(jī) ,機(jī)器通過學(xué)習(xí)這些范例總結(jié)并生成相應(yīng)的規(guī)則 ,這些規(guī)則具有通用性 ,使用它們可以解決類似的這 一類的問題 隨著神經(jīng)網(wǎng)絡(luò)技術(shù)的形成和發(fā)展 ,人們的注意力轉(zhuǎn)向知識(shí)工程 ,知識(shí)工程不同于機(jī)器學(xué)習(xí)那樣給計(jì)算機(jī)輸入范例，讓它生成出規(guī)則，而是直接給計(jì)算機(jī)輸入已被代碼化的規(guī)則，而計(jì)算機(jī)是通過使用這些規(guī)則來 解決某些問題。專家系統(tǒng)就是這種方法所得到的成果，但它有投資大、效果不甚理想等不足。 80年代人們 又在新的神經(jīng)網(wǎng)絡(luò)理論的指導(dǎo)下，重新回到機(jī)器學(xué)習(xí)的方法上，并將其成果應(yīng)用于處理大型商業(yè)數(shù)據(jù)庫。隨著在 80年代末一個(gè)新的術(shù)語，它就是數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)，簡稱 據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 9 它泛指所有從源數(shù)據(jù)中發(fā)掘模式或聯(lián)系的方法，人們接受了這個(gè)術(shù)語，并用 括最開始的制定業(yè)務(wù)目標(biāo)到最終的結(jié)果分析，而用數(shù)據(jù)挖掘（ 描述使用挖 掘算法進(jìn)行數(shù)據(jù)挖掘的子過程。但最近人們卻逐漸開始使用數(shù)據(jù)挖掘中有許多工作可以由統(tǒng)計(jì)方法來完成，并認(rèn)為最好的策略是將統(tǒng)計(jì)方法與數(shù)據(jù)挖掘有機(jī)的結(jié)合起來。 數(shù)據(jù)倉庫技術(shù)的發(fā)展與數(shù)據(jù)挖掘有著密切的關(guān)系。數(shù)據(jù)倉庫的發(fā)展是促進(jìn)數(shù)據(jù)挖掘越來越熱的原因之一。但是，數(shù)據(jù)倉庫并不是數(shù)據(jù)挖掘的先決條件，因?yàn)橛泻芏鄶?shù)據(jù)挖掘可直接從操作數(shù)據(jù)源中挖掘信息。 據(jù)挖掘技術(shù) 一、 數(shù)據(jù)挖掘 定義及含義 數(shù)據(jù)挖掘（ 就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知 道的、但又是潛在有用的信息和知識(shí)的過程。 知識(shí)發(fā)現(xiàn) (被認(rèn)為是從數(shù)據(jù)中發(fā)現(xiàn)有用知識(shí)的整個(gè)過程。數(shù)據(jù)挖掘被認(rèn)為是 程中的一個(gè)特定步驟 , 它是用專門算法從數(shù)據(jù)中抽取模式。 程定義如下： 從數(shù)據(jù)集中識(shí)別出有效的、新穎的、潛在有用的 , 以及最終可理解的模式的高級(jí)處理過程。從廣義上理解知識(shí)，數(shù)據(jù)、信息是知識(shí)的表現(xiàn)形式，但是人們更把概念、規(guī)則、模式、規(guī)律和約束等看作知識(shí)。原始數(shù)據(jù) 可以是結(jié)構(gòu)化的，如數(shù)據(jù)庫中的數(shù)據(jù) ; 也可以是半結(jié)構(gòu)化的，如文本、圖形和圖像數(shù)據(jù)；甚至是分布在網(wǎng)絡(luò)上的異構(gòu) 型數(shù)據(jù)。 人們把數(shù)據(jù)看作是形成知識(shí)的源泉，好像從礦石中采礦或淘金一樣。數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 10 圖 據(jù)挖掘 的比較 從商業(yè)角度來看， 數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點(diǎn)是對(duì)商業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理 ,從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù) ;簡而言之 , 數(shù)據(jù)挖掘其實(shí)是一類深層次的數(shù)據(jù)分析方法。數(shù)據(jù)分析本身已有多年的歷史 , 只不過在過去數(shù)據(jù)收集和分析的目的是用于科學(xué)研究 ; 由于當(dāng)時(shí)計(jì)算能力的限制 , 對(duì)大數(shù)據(jù)量進(jìn)行分析的復(fù)雜數(shù)據(jù)分析方法受到很大限制。 現(xiàn)在 , 由于各行業(yè)業(yè)務(wù)自動(dòng)化的實(shí)現(xiàn) , 商 業(yè)領(lǐng)域產(chǎn)生了大量的業(yè)務(wù)數(shù)據(jù) , 這些數(shù)據(jù)不再是為了分析的目的而收集的 , 而是由于純機(jī)會(huì)的 (商業(yè)運(yùn)作而產(chǎn)生。分析這些數(shù)據(jù)也不再是單純?yōu)榱搜芯康男枰?, 更主要是為商業(yè)決策提供真正有價(jià)值的信息 , 進(jìn)而獲得利潤。但所有企業(yè)面臨的一個(gè)共同問題是：企業(yè)數(shù)據(jù)量非常大 , 而其中真正有價(jià)值的信息卻很少； 因 此從大量的數(shù)據(jù)中經(jīng)過深層分析 , 獲得有利于商業(yè)運(yùn)作、提高競爭力的信息 , 就像從礦石中淘金一樣 , 數(shù)據(jù)挖掘也因此而得名。因此 , 數(shù)據(jù)挖掘可以描述為：按企業(yè)既定業(yè)務(wù)目標(biāo) , 對(duì)大量的企業(yè)數(shù)據(jù)進(jìn)行探索和 分析 , 揭示隱藏的、未知的或驗(yàn)證已知的規(guī)律性 , 并進(jìn)一步將其模型化的先進(jìn)有效的方法。 二 、數(shù)據(jù)挖掘的過程 數(shù)據(jù)挖掘視為知識(shí)發(fā)現(xiàn)過程的一個(gè)步驟，該過程從大型數(shù)據(jù)庫中挖掘先前未知的 ,有效的 ,可實(shí)用的信息 ,并使用這些信息做出決策或豐富知識(shí) . 數(shù)據(jù)挖掘環(huán)境可示意如下圖 : 數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 11 圖 據(jù)挖掘 環(huán)境示意圖 數(shù)據(jù)挖掘的基本過程和主要步驟可示意如下圖： 圖 據(jù)挖掘 基本過程和主要步驟 清晰地定義出業(yè)務(wù)問題，認(rèn)清數(shù)據(jù)挖掘的目的是數(shù)據(jù)挖掘的重要一步。挖掘的最后結(jié)構(gòu)是不可預(yù)測(cè)的，但要 探索的問題應(yīng)是有預(yù)見的，為了數(shù)據(jù)挖掘而數(shù)據(jù)挖掘則帶有盲目性，是不會(huì)成功的。 數(shù)據(jù)選取 (確定發(fā)現(xiàn)任務(wù)的操作對(duì)象 , 即目標(biāo)數(shù)據(jù) ( 是根據(jù)用戶的需要從原始數(shù)據(jù)庫中抽取的一組數(shù)據(jù)。 數(shù)據(jù)預(yù)處理 (： 一般包括：消除噪聲、推導(dǎo)計(jì)算缺值數(shù)據(jù)、消除重復(fù)記錄、完成數(shù)據(jù)類型轉(zhuǎn)換等。 數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 12 如把連續(xù)值型數(shù)據(jù)轉(zhuǎn)換為離散型數(shù)據(jù) , 以便于符號(hào)歸納；或是把離散型數(shù)據(jù)轉(zhuǎn)換為連續(xù)值型數(shù)據(jù) , 以便于神經(jīng)網(wǎng) 絡(luò)計(jì)算。 數(shù)據(jù)變換 (削減數(shù)據(jù)維數(shù)或降維即從初始特征中找出真正有用的特征以減少數(shù)據(jù)挖掘時(shí)要考慮的特征或變量個(gè)數(shù)。將數(shù)據(jù)轉(zhuǎn)換成一個(gè)分析模型 建立一個(gè)真正適合挖掘算法的分析模型是數(shù)據(jù)挖掘成功的關(guān)鍵。 首先要確定挖掘的任務(wù)或目的 , 如分類、聚類或關(guān)聯(lián)規(guī)則等。確定任務(wù)后 , 就要決定使用的挖掘算法 ;選擇實(shí)現(xiàn)算法有兩個(gè)考慮 因素：一是不同的數(shù)據(jù)有不同的特點(diǎn)；二是用戶或?qū)嶋H運(yùn)行系統(tǒng)的要求。 有的用戶可能希望獲取描述 型的、容易理解的知識(shí)；而有的只是希望獲取預(yù)測(cè)準(zhǔn)確度盡可能高的預(yù)測(cè)型知識(shí)。 選擇了挖掘算法后，就可以實(shí)施數(shù)據(jù)挖掘操作 , 獲取有用的模式。對(duì)所得到的經(jīng)過轉(zhuǎn)換的數(shù)據(jù)進(jìn)行挖掘 余一切工作都能自動(dòng)地完成。 結(jié)果分析：解釋并評(píng)估結(jié)果，其使用的分析方法一般應(yīng)作數(shù)據(jù)挖掘操作而定，通常會(huì)用到可視化技術(shù)。 知識(shí)的同化：將分析所得到的知識(shí)集成到業(yè)務(wù)信息系統(tǒng)的組織結(jié)構(gòu)中去。 三 、數(shù)據(jù)挖掘與傳統(tǒng)分析方法的區(qū)別 數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析 (如查詢、報(bào)表、聯(lián)機(jī)應(yīng)用分析 )的本質(zhì) 區(qū)別是數(shù)據(jù)挖掘是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識(shí) ， 數(shù)據(jù)挖掘所得到的信息應(yīng)具有先未知 ,有效和可實(shí)用三個(gè)特征 . 先前未知的信息是指該信息是預(yù)先未曾預(yù)料到的 ,既數(shù)據(jù)挖掘是要發(fā)現(xiàn)那些不能靠直覺發(fā)現(xiàn)的信息或知識(shí) ,甚至是違背直覺的信息或知識(shí) ,挖掘出的信息越是出乎意料 ,就可能越有價(jià)值 。 在商業(yè)應(yīng)用中最典型的例子就是一家連鎖店通過數(shù)據(jù)挖掘發(fā)現(xiàn)了小孩尿布和啤酒之間有著驚人的聯(lián)系 。 四 、數(shù)據(jù)挖掘的分類 數(shù)據(jù)挖掘是一個(gè)以數(shù)據(jù)庫、人工智能、數(shù)理統(tǒng)計(jì)、可視化四大支柱技術(shù)為基礎(chǔ)，我們知道，描述或說明一個(gè)算法設(shè)計(jì)分為三個(gè)部分 ：輸入、輸出和處理過程。數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 13 數(shù)據(jù)挖掘算法的輸入是數(shù)據(jù)庫，算法的輸出是要發(fā)現(xiàn)的知識(shí)或模式，算法的處理過程則設(shè)計(jì)具體的搜索方法。從算法的輸入、輸出和處理過程三個(gè)角度分，可以確定數(shù)據(jù)挖掘主要涉及三個(gè)方面：挖掘?qū)ο?、挖掘任?wù)、挖掘方法。挖掘?qū)ο蟀ㄈ舾煞N數(shù)據(jù)庫或數(shù)據(jù)源，例如關(guān)系數(shù)據(jù)庫、面向?qū)ο髷?shù)據(jù)庫、空間數(shù)據(jù)庫、時(shí)態(tài)數(shù)據(jù)庫、文本數(shù)據(jù)庫、多媒體數(shù)據(jù)庫、歷史數(shù)據(jù)庫，以及萬維網(wǎng)（ 。挖掘方法可以粗分為：統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫方法。統(tǒng)計(jì)方法可細(xì)分為：回歸分析、判別分析等。機(jī)器學(xué)習(xí)可細(xì)分為：遺傳算法 等。神經(jīng)網(wǎng)絡(luò)方法可細(xì)分為：前向神經(jīng)網(wǎng)絡(luò)、自組織神經(jīng)網(wǎng)絡(luò)等。數(shù)據(jù)庫方法主要是多維數(shù)據(jù)分析方法等。 五 、數(shù)據(jù)挖掘與可視化技術(shù) 可視化技術(shù)在數(shù)據(jù)挖掘的各個(gè)階段都起著重要的作用。特別是在數(shù)據(jù)準(zhǔn)備階段 , 用戶可能要使用散點(diǎn)圖、直方圖等統(tǒng)計(jì)可視化技術(shù)來顯示有關(guān)數(shù)據(jù) ,以期對(duì)數(shù)據(jù)有一個(gè)初步的了解 ,從而為更好地選取數(shù)據(jù)打下基礎(chǔ)。在挖掘階段 , 用戶則要使用與領(lǐng)域問題有關(guān)的可視化工具。在表示結(jié)果階段 , 則可能要用到可視化技術(shù)以使得發(fā)現(xiàn)的知識(shí)更易于理解。 六 、數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)和統(tǒng)計(jì) 數(shù)據(jù)挖掘利用了人工智能（ 統(tǒng)計(jì)分析的進(jìn) 步所帶來的好處。這兩門學(xué)科都致力于模式發(fā)現(xiàn)和預(yù)測(cè)。數(shù)據(jù)挖掘不是為了替代傳統(tǒng)的統(tǒng)計(jì)分析技術(shù)。相反，他是統(tǒng)計(jì)分析方法學(xué)的延伸和擴(kuò)展。大多數(shù)的統(tǒng)計(jì)分析技術(shù)都基于完善的數(shù)學(xué)理論和高超的技巧，預(yù)測(cè)的準(zhǔn)確度還是令人滿意的，但對(duì)使用者的要求很高。 隨著計(jì)算機(jī)計(jì)算能力的不斷增強(qiáng)，我們有可能利用計(jì)算機(jī)強(qiáng)大的計(jì)算能力只通過相對(duì)簡單和固定的方法完成同樣的功能。一些新興的技術(shù)同樣在知識(shí)發(fā)現(xiàn)領(lǐng)域取得了很好的效果，如神經(jīng)元網(wǎng)絡(luò)和決策樹，在足夠多的數(shù)據(jù)和計(jì)算能力下，他們幾乎能自動(dòng)就能完成許多有價(jià)值的功能。數(shù)據(jù)挖掘就是利用了統(tǒng)計(jì)和人工智能 技術(shù)的應(yīng)用程序，把高深復(fù)雜的技術(shù)封裝起來，使人 們不用掌握這些技術(shù)也能完成同樣的功能，而更專注于所要解決的問題。 數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 14 第 3 章 需求分析 務(wù)概述 標(biāo) 增值業(yè)務(wù)綜合運(yùn)營平臺(tái) 作為 移動(dòng) 公司自有增值業(yè)務(wù)運(yùn)營管理工作的支撐平臺(tái)和統(tǒng)一門戶，以提供專業(yè)化服務(wù)能力為目標(biāo)，遵循“專業(yè)化系統(tǒng) +開放式集成架構(gòu)”的規(guī)劃、建設(shè)原則，通過數(shù)據(jù)集成、流程集成 、數(shù)據(jù)挖掘 等手段，協(xié)同、整合現(xiàn)有 過建立增值業(yè)務(wù)運(yùn)營信息視圖，加強(qiáng)客戶和產(chǎn)品關(guān)聯(lián)性分析，建設(shè)綜合服務(wù)樞紐等手段，實(shí) 現(xiàn)對(duì)提升客戶需求把握、 離網(wǎng)客戶預(yù)警、流量客戶偏好分析、 增值業(yè)務(wù)深度融合運(yùn)營、提升常態(tài)化運(yùn)營管理水平等工作的全面支撐。 增值業(yè)務(wù)綜合運(yùn)營平臺(tái) 需要遵循開放性、穩(wěn)定性、靈活性的要求，構(gòu)建系統(tǒng)基礎(chǔ)架構(gòu)，實(shí)現(xiàn)基本業(yè)務(wù)功能要求，其技術(shù)目標(biāo)主要體現(xiàn)在以下三個(gè)方面： 1、 構(gòu)建統(tǒng)一接入操作門戶，優(yōu)化系統(tǒng)交互能力，提升客戶感知度 從綜合運(yùn)營與管理的視角出發(fā)，基于 技術(shù)，為業(yè)務(wù)與管理人員提供滿足“統(tǒng)一工作界面、基于角色展現(xiàn)”要求的統(tǒng)一操作門戶； 以提升用戶體驗(yàn)為目標(biāo)，優(yōu)化系統(tǒng)交互能力，充分整合系統(tǒng)信息和功能， 建立具有一致性、規(guī)范性和兼容性的界面框架和展示風(fēng)格，實(shí)現(xiàn)系統(tǒng)界面的友好性和操作的易用性。 2、 支持多樣的跨系統(tǒng)集成能力 支持將外部系統(tǒng)中的功能，通過界面集成、流程集成、服務(wù)集成、數(shù)據(jù)集成的方式進(jìn)行集成，形成 到及時(shí)響應(yīng)、快速部署、靈活展現(xiàn)的目的；在業(yè)務(wù)能力整合的基礎(chǔ)上，提供基于統(tǒng)一工作流引擎的、面向業(yè)務(wù)流程的、可視化的業(yè)務(wù)流程管理機(jī)制。 3、實(shí)現(xiàn)兩類數(shù)據(jù)挖掘的系統(tǒng)應(yīng)用 構(gòu)建離網(wǎng)預(yù)警模型和流量客戶偏好分析模型兩類數(shù)據(jù)挖掘應(yīng)用，并應(yīng)用到日常業(yè)務(wù)運(yùn)營工作中，以提升客戶的保有能力和市場 細(xì)分能力。 戶的特點(diǎn) 增值業(yè)務(wù)綜合運(yùn)營平臺(tái)主要面向區(qū)市縣三級(jí)的增值業(yè)務(wù)運(yùn)營人員 ，使用用戶數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 15 存在以下特點(diǎn)： 1、人員分散 寧夏移動(dòng)增值業(yè)務(wù)運(yùn)營人員主要包括區(qū)公司數(shù)據(jù)部相關(guān)增值業(yè)務(wù)運(yùn)營管理人員、地市公司市場部增值業(yè)務(wù)管理人員以及縣公司的客戶經(jīng)理、營業(yè)員及業(yè)務(wù)管理人員。人員相對(duì)較為分散，地市公司、縣公司缺乏專業(yè)的增值業(yè)務(wù)運(yùn)營機(jī)構(gòu)、關(guān)注點(diǎn)各有不同。 2、信息獲取困難，各類信息散落在不同的系統(tǒng)中 增值業(yè)務(wù)在移動(dòng)體系中越來越重要，但各類信息支撐卻散落在不同的平臺(tái)和系統(tǒng)，缺乏整合和專業(yè)型，如報(bào)表數(shù)據(jù)在經(jīng) 營分析系統(tǒng)中，用戶行為數(shù)據(jù)在 戶上網(wǎng)行為數(shù)據(jù)在網(wǎng)管系統(tǒng)中。增值業(yè)務(wù)運(yùn)營人員獲取數(shù)據(jù)困難，且不同系統(tǒng)數(shù)據(jù)之間的關(guān)聯(lián)分析 缺乏 ，系統(tǒng)對(duì)于 增值業(yè)務(wù) 人員的支撐 作用和工作職責(zé)對(duì)于增值業(yè)務(wù)人員的要求不匹配。 3、需要及時(shí)的數(shù)據(jù)信息支撐工作 隨著市場競爭的加劇和用戶行為屬性的變化，增值業(yè)務(wù)運(yùn)營管理人員往往需要了解用戶的上網(wǎng)行為而進(jìn)行市場細(xì)分和差異性營銷，也需要及時(shí)了解哪些客戶有離網(wǎng)傾向進(jìn)而做好客戶挽留 ?？偨Y(jié)而言，增值業(yè)務(wù)運(yùn)營人員對(duì)于客戶的細(xì)分（需要的判斷）和客戶的潛在傾向（離網(wǎng)傾向、消費(fèi)傾向）的掌握存在非常迫 切的需求。 求規(guī)定 功能的規(guī)定 省級(jí) 方面向公司內(nèi)部市場運(yùn)營人員以及產(chǎn)品管理人員等各類角色，通過整合現(xiàn)有功能和流程，提供客戶和業(yè)務(wù)管理分析、業(yè)務(wù)監(jiān)控和稽核、標(biāo)簽管理、工作任務(wù)管理等應(yīng)用，實(shí)現(xiàn)“一站式”服務(wù)，提升操作易用性與便捷性；另一方面，省級(jí) 向業(yè)務(wù)平臺(tái)開放使用權(quán)限，使業(yè)務(wù)平臺(tái)能夠及時(shí)查詢相應(yīng)指標(biāo)，利用平臺(tái)提供的流程實(shí)現(xiàn)服務(wù)請(qǐng)求的提出以及接口變更等日常運(yùn)營工作。 數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 16 圖 作臺(tái)管理功能 據(jù) 挖掘應(yīng)用 功能 預(yù)期 1、離網(wǎng)預(yù)警模型需求規(guī)定 圖 網(wǎng)預(yù)警模型用例圖 主角 1已離網(wǎng)用戶屬性潛在客戶屬性離網(wǎng)預(yù)警模型用戶 A ： 138 離網(wǎng)概率 = 90 %離網(wǎng)概率判斷模型用戶 C ：137 , 50 % 數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 17 離網(wǎng)預(yù)警模型主要根據(jù)已離網(wǎng)客戶屬性（交往圈 變化 、通話時(shí)長 變化 、流量變化 ）判斷客戶潛在離網(wǎng)屬性，進(jìn)而構(gòu)建離網(wǎng)預(yù)警模型，對(duì)用戶的離網(wǎng)概率進(jìn)行判定，對(duì)于潛在離網(wǎng)的客戶通過營銷方案及客戶服務(wù)方案的實(shí)施實(shí)現(xiàn)客戶挽留，減少收入損失。 2、 流量客戶偏好分析模型 需求規(guī)定 隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展、智能手機(jī)的迅速普及，當(dāng)前經(jīng)營客戶的主體正從通信客戶向互聯(lián)網(wǎng)客戶轉(zhuǎn)變，客戶需求已由單一的通信需求轉(zhuǎn)變?yōu)閭€(gè)性化的互聯(lián)網(wǎng)需求，為順應(yīng)市場和客戶需求的變化，需要在傳 統(tǒng)經(jīng)分?jǐn)?shù)據(jù)基礎(chǔ)上，對(duì)流量內(nèi)容數(shù)據(jù)進(jìn)行深度分析，深入洞察用戶需求，最終有效推動(dòng)智能管道的建設(shè)，提升流量規(guī)模和收入。 流量客戶偏好分析模型主要采集手機(jī) 據(jù)、 據(jù)以及經(jīng)營分析系統(tǒng)客戶通信使用行為數(shù)據(jù)，通過建模，實(shí)現(xiàn)用戶通過手機(jī)上網(wǎng)的偏好分析，進(jìn)而根據(jù)輸出內(nèi)容細(xì)分客戶群體，有針對(duì)性地開展專項(xiàng)運(yùn)營和營銷工作，進(jìn)而提升客戶使用率，為運(yùn)營商創(chuàng)造新的價(jià)值和收入。 A c t o G N 數(shù) 據(jù) 采 集D P I / D F I 數(shù) 據(jù) 采 集經(jīng) 營 分 析 系 統(tǒng) 用 戶 細(xì) 分 數(shù) 據(jù)用 戶 流 量 偏 好分 析用 戶 ： A 手 機(jī) 號(hào) 碼 ：1 3 9 0 9 5 1 0 0 2 9 喜 好 ： 玄 幻武 俠 小 說用 戶 ： B 手 機(jī) 號(hào) 碼 ：1 3 9 0 9 5 1 0 0 2 9 喜 好 ： 音 樂用 戶 ： C 手 機(jī) 號(hào) 碼 ：1 3 9 0 9 5 1 0 0 2 9 喜 好 ： q q 游戲圖 戶流量偏好分析模型用例圖 性能的規(guī)定 運(yùn)營信息視圖，聚合目前分散在各個(gè)增值業(yè)務(wù)平臺(tái)和其他支撐系統(tǒng)內(nèi)的信息，集中服務(wù)于 離網(wǎng)預(yù)警及 流量運(yùn)營等重點(diǎn)應(yīng)用場景，實(shí)現(xiàn)對(duì)增值業(yè)務(wù)融合運(yùn)營的統(tǒng)一支撐。增值業(yè)務(wù)運(yùn)營信息視圖以增值業(yè)務(wù)和客戶為角度，利用畫像和標(biāo)簽等為手段，精確刻畫增值業(yè)務(wù)的基礎(chǔ)信息、使用信息、客戶的業(yè)務(wù)行為、內(nèi)容偏好等特征，并利用擴(kuò)展信息統(tǒng)一管理增值業(yè)務(wù)運(yùn)營過程中所涉及的其他信息，既便于業(yè)務(wù)人員及時(shí)、全面的了解增值業(yè)務(wù)運(yùn)營狀況，又為上層分析應(yīng)用提供基礎(chǔ)信息支撐，助力業(yè)務(wù)融合運(yùn)營。構(gòu)建增值業(yè)務(wù)運(yùn)營信息視圖數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 18 主要實(shí)現(xiàn)以下目標(biāo)： 數(shù)據(jù)集中管理：消除業(yè)務(wù)平 臺(tái)間及業(yè)務(wù)平臺(tái)與業(yè)務(wù)支撐系統(tǒng)間的信息孤島，實(shí)現(xiàn)增值業(yè)務(wù)數(shù)據(jù)的統(tǒng)一管控； 數(shù)據(jù)集中分析：從單一業(yè)務(wù)分析到融合業(yè)務(wù)分析，從簡單統(tǒng)計(jì)分析到數(shù)據(jù)挖掘分析，實(shí)現(xiàn)多層次、多角度的增值業(yè)務(wù)集中、深入分析； 數(shù)據(jù)集中提供：通過省級(jí) 通面向業(yè)務(wù)平臺(tái)、 增值業(yè)務(wù)營銷服務(wù)工作提供及時(shí)、準(zhǔn)確的分析數(shù)據(jù)。 據(jù)管理能力要求 1、邏輯架構(gòu) 過調(diào)用各系統(tǒng)提供的數(shù)據(jù)服務(wù)接口（如： 完成 數(shù)據(jù)在 算、以及結(jié)果的統(tǒng)一展現(xiàn)。 圖 2、數(shù)據(jù)基礎(chǔ)前提 數(shù)據(jù)集成包括邏輯集成方式和物理集成方式；提供源數(shù)據(jù)的各外部系統(tǒng)負(fù)責(zé)保證數(shù)據(jù)準(zhǔn)確性，并對(duì) 算、展現(xiàn)。 3、技術(shù)要求 及時(shí)性要求：由提供數(shù)據(jù)服務(wù)的各外部系統(tǒng)來保障數(shù)據(jù)響應(yīng)達(dá)到規(guī)定的時(shí)限要求； 準(zhǔn)確性要求：數(shù)據(jù)準(zhǔn)確性是指通過數(shù)據(jù)校驗(yàn)的方式，確保通過 取數(shù)據(jù)的過程中，數(shù)據(jù)不會(huì)發(fā)生改變，保證互動(dòng)獲得的數(shù)據(jù)的準(zhǔn)確性。 4、安全性管理 數(shù)據(jù)挖掘在寧夏移動(dòng)增值業(yè)務(wù)綜合運(yùn)營平臺(tái)中的應(yīng)用 19 安全認(rèn)證和授權(quán)：需要提供 數(shù)據(jù)服務(wù)的各外部系統(tǒng)對(duì) 系統(tǒng)調(diào)用提供統(tǒng)一的認(rèn)證和授權(quán)，對(duì)未授權(quán)的非法請(qǐng)求渠道進(jìn)行過濾；對(duì)合法的渠道但不合法的請(qǐng)求進(jìn)行過濾，嚴(yán)格控制數(shù)據(jù)權(quán)限； 關(guān)鍵業(yè)務(wù)數(shù)據(jù)加密，為保障在網(wǎng)絡(luò)傳輸過程中傳輸數(shù)據(jù)的安全，需對(duì)關(guān)鍵業(yè)務(wù)數(shù)據(jù)進(jìn)行加密，防止網(wǎng)絡(luò)傳輸數(shù)據(jù)被竊??； 提供業(yè)務(wù)數(shù)據(jù)檢查功能： 供對(duì)數(shù)據(jù)來源合法性和數(shù)據(jù)格式合法性的校驗(yàn)。對(duì)接收的數(shù)據(jù)進(jìn)行合法性檢查，對(duì)非法數(shù)據(jù)和錯(cuò)誤數(shù)據(jù)則拒絕接收，以防止外來數(shù)據(jù)非法入侵。 行環(huán)境規(guī)定 署要求 省級(jí) 部署要考慮到各個(gè)功能域的松耦合，可以獨(dú)