面向公共安全的电信数据仓库及数据挖掘技术研究与实现

《面向公共安全的电信数据仓库及数据挖掘技术研究与实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、同济大学软件学院硕士学位论文面向公共安全的电信数据仓库及数据挖掘技术研究与实现姓名：张锡顺申请学位级别：硕士专业：软件工程指导教师：穆斌;李虹20070501摘要本文针对公共安全的需要，对电信数据仓库和数据挖掘技术进行研究。重点应用聚类分析和神经网络算法，通过对异常点的查找，从电信数据中挖掘出特殊用户群。首先，进行数据仓库体系架构的研究，以CDR(呼叫详细记录)为源数据，通过ETL形成可供数据挖掘的基础数据。对数据挖掘中分类、聚类、关联、序列等分柝方法开展研究，重点对对神经网络算法开展研究和试验应用。其次，采用改进的CRI

2、Sp-嘣数据挖掘流程，按照业务理解、数据理解、数据准备、建立模型，模型评估和模型发布这六个商业应用数据挖掘步骤，通过对数据进行分析和使用相关的挖掘工具clementine，以外来人口分析为例建立相关目标用户预测模型。然后，将这些模型应用，对模型的效果进行评估、验证，查找可能存在的目标用户。最后，关于下一步工作方向进行了简要的讨论。本文以外来人口分析为例，通过使用由CDR而衍生的主叫时长、长途比等衍生变量，对一个地区的移动电话用户中的外来入口进行预测，取得比较满意的效果。．使用clementine数据挖掘工具，应用Kohon

3、en神经网络算法，采用了改进的CRISP-DM标准，数据取样和衍生变量的正确使用是本文的研究得以实现的基础。关键词：公共安全，电信，数据仓库，数据挖掘，神经网络AbstractThispaperresearchesintoteleeommunieatiomdatawarehouseanddataminingtechnologyinthefieldofpublicsecurity．TheauthorappliesclusteranalysisandneIⅡalnetworkalgorithmtominingoutspecia

4、lUsergroupsfromtelecommunicationsdatabysearchingforoutliers．First,theauthorexploresintodatawarehousearelaiteetureandestablishesbasicdataforthedataminingthroughETL岍thCDR(calldetailrc锄rds)assollrc．,edata．EmphasisisputOnthestudyofne删networkalgorithmanditstestapplicat

5、ionwhilevariousanalysismethodsindatamining,suchassorting,cluster．rig,association,andsequentialalereviewed．Secondly,theauthorestablishesrelevanttargetlIs哪predictionroodeIsintheexampleofiJopulationanalysis．Dataanalysis觚dminingtoolelementineal-qeusedandtheimprovedCRI

6、SP-DMdataminingprocessisappliedinthisprocess，whichincludessixStelⅪforcommercialal，plicadondatamining：serviceunderstanding,datatmdcrstanding,datapreparation,modelbuilding,modelassessmentandmodelpublishing．Thenthesemodels啊饿putintoapplicationtoevaluateandtesttheireff

7、ectsbysearchingpossibletargetusers．Finallytheauthorbrieflydiscussedthedirectionforfllrtherstudy．Inthispaper,variablesderivedfromusingCDl乙such勰callinghoursandtheproportionoflongdistancecall，alrl。appliedinthefloatingpopulationanalysis．Thefloatingpopulationprediction

8、amongmobilephoneI玛铘inacertainatcahasachievedsatisfactoryresults．Theapplicationofthedataminingtoolelementine，ncul'alnetworkalgorithm,theimprovedCRISP-DMs