【摘 要】結(jié)構(gòu)方程模型（SEM）是一種驗證性多元統(tǒng)計分析技術(shù)，在心理學(xué)、社會學(xué)和管理學(xué)等領(lǐng)域的應(yīng)用日益廣泛。本文在闡述結(jié)構(gòu)方程模型基本概念和原理的基礎(chǔ)上，介紹了結(jié)構(gòu)方程模型在電信高端用戶行為研究方面的應(yīng)用。

【關(guān)鍵詞】數(shù)據(jù)挖掘；結(jié)構(gòu)方程模型；電信高端用戶

1.引言

數(shù)據(jù)挖掘（Data Mining，DM）又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)（Knowledge Discover in Database，KDD），是指從數(shù)據(jù)庫的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價值的信息的非平凡過程。數(shù)據(jù)挖掘是一種決策支持過程，它主要基于人工智能、機器學(xué)習(xí)、模式識別、統(tǒng)計學(xué)、數(shù)據(jù)庫、可視化技術(shù)等，高度自動化地分析企業(yè)的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，幫助決策者調(diào)整市場策略，減少風(fēng)險，做出正確的決策。

結(jié)構(gòu)方程模型（Structural Equation Modeling，SEM）是測試和評估相結(jié)合的統(tǒng)計數(shù)據(jù)和定性因果關(guān)系假設(shè)的方法，在20世紀(jì)80年代就已成熟，應(yīng)用于社會科學(xué)以及經(jīng)濟、市場、管理等研究領(lǐng)域，可以處理多個原因、多個結(jié)果的關(guān)系，以及不可直接觀測的變量（即潛變量）。結(jié)構(gòu)方程模型是數(shù)據(jù)挖掘的挖掘過程，可以確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計方法，分析數(shù)據(jù)內(nèi)在規(guī)律，并可用于預(yù)報，控制等問題。

電信高端用戶行為研究就是分析電信高端用戶的構(gòu)成、特點及其行為活動上所表現(xiàn)出來的規(guī)律。就不同的研究目的和對象規(guī)模，用戶行為可分為個體用戶行為和群體用戶行為。用戶行為分析就是運用多學(xué)科知識研究和分析用戶的構(gòu)成、特點及其在通信過程中行為活動上所表現(xiàn)出來的規(guī)律。

2.結(jié)構(gòu)方程模型介紹

2.1 變量分類

顯在變量（manifest variable）是指可直接觀測和度量的變量，如年齡、溫度、氣壓、職業(yè)、身高等。潛在變量（latent variable）指的是不能被直接觀測的因素或特質(zhì)，潛在變量可能是某種理論構(gòu)思、研究假設(shè)，或者是尚不能用現(xiàn)有的方法精準(zhǔn)并直接測量的客觀存在，但它可通過顯在變量度量，又稱其為隱變量，相當(dāng)于因子分析中的公因子。

2.2 通徑圖的表示

用通徑圖（path diagram）可以直觀地表現(xiàn)SEM變量間的相互關(guān)系，通徑圖中各個變量的名稱：為外生顯在變量，為內(nèi)生顯在變量，繪制在方框中。為外生潛在變量，為內(nèi)生潛在變量，繪制在橢圓中。、分別表示變量和變量的測量誤差，表示用預(yù)測時的剩余誤差。

兩個變量間的單向箭頭表示一個變量（起點）對另一個變量（終點）的直接影響；兩個變量間的雙向箭頭（曲線）表示這兩個變量間可能互為影響，或兩個變量可能是相關(guān)的；箭頭上的數(shù)字表示效應(yīng)大小。

2.3 模型的表達(dá)方式

SEM包括兩種基本形式，一是藐視現(xiàn)在變量與潛在變量之間的度量關(guān)系，稱為度量模型（measurement model）；另一種是描述潛在變量之間的結(jié)構(gòu)關(guān)系，稱為結(jié)構(gòu)模型（structure model）。

（1）度量模型：

（2）結(jié)構(gòu)模型：

2.4 模型評價

對整個模型的評價依賴于：統(tǒng)計量，擬合優(yōu)度指數(shù)（GFI）和修正擬合優(yōu)度指數(shù)（AGFI），均方殘差的平方根（RMR），近似誤差均方根（RMSEA），bentler的比較擬合指數(shù)（CFI），Akaike的信息準(zhǔn)則（AIC）和一致的Akaike信息準(zhǔn)則（CAIC），Schwarz的貝葉斯準(zhǔn)則（SBD），正規(guī)化擬合指數(shù)（NFI）和非正規(guī)化擬合指數(shù)（NNFI），節(jié)儉正規(guī)化擬合指數(shù)（PNFI），臨界指數(shù)（CN）等，實際研究中很難確定哪個準(zhǔn)則全面地反映了擬合優(yōu)度的好壞，而需要對各種準(zhǔn)則綜合考慮后才能對模型作出評價。

3.基于電信高端用戶行為的結(jié)構(gòu)方程模型設(shè)計

在設(shè)計模型時，數(shù)據(jù)準(zhǔn)備使用IBM SPSS Statistics 19、clementine 12.0以及C語言程序，挖掘過程使用AMOS 17.0，這些基于windows 7 SP1操作系統(tǒng)。用來研究電信高端用戶行為的數(shù)據(jù)選自中國安徽合肥某運營商2012年2月的用戶資料、通話清單、短信清單。

3.1 數(shù)據(jù)轉(zhuǎn)換

針對通話清單表和短信清單表對數(shù)據(jù)進(jìn)行轉(zhuǎn)換，確定變量。并提取清單中的電話號碼，對每個電話號碼的數(shù)據(jù)進(jìn)行計數(shù)。

3.2 數(shù)據(jù)標(biāo)準(zhǔn)化

SEM模型對輸入數(shù)據(jù)要求嚴(yán)格，必須進(jìn)行標(biāo)準(zhǔn)化，其輸入變量必須經(jīng)過標(biāo)準(zhǔn)化才可以擬合模型。對于電信用戶數(shù)據(jù)，首先繪制變量頻率分布圖和P-P圖。發(fā)現(xiàn)其分布與標(biāo)準(zhǔn)正態(tài)分布差別很大，不利于SEM模型的驗證性分析，遂對數(shù)據(jù)進(jìn)行變量變換，根據(jù)數(shù)據(jù)特征采用兩次平方根變換。其變換過程使用SPSS statistics軟件實現(xiàn)，變換后數(shù)據(jù)的P-P圖顯示變量正態(tài)性得到了較好的修正。

3.3 分箱處理

變換后的數(shù)據(jù)依然需要再次處理，對數(shù)據(jù)進(jìn)行分級（分箱），分級根據(jù)電信經(jīng)營專業(yè)知識，采用spss clementine，將數(shù)據(jù)分為1～10，10個等級，便于SEM計算和解釋。

3.4 信度檢驗

數(shù)據(jù)只有符合信度檢驗標(biāo)準(zhǔn)之后才被認(rèn)為是相關(guān)的，可以進(jìn)行SEM模型擬合。目前對信度的估計以Cronbach 系數(shù)為主，我們使用SPSS statistics軟件輔助實現(xiàn)。將生成同一個潛變量的幾個顯變量進(jìn)行信度估計。

3.5 繪制通徑圖

SEM模型擬合計算采用SPSS amos軟件輔助實現(xiàn)，參數(shù)估計方法為極大似然法（maximum likelihood）。

3.6 模型修正再評價

對SEM模型通徑圖進(jìn)行修正，在大體拓?fù)浣Y(jié)構(gòu)確定的情況下，刪減和增變量加影響路徑，使模型得到更好擬合。

3.7 模型解釋

根據(jù)標(biāo)準(zhǔn)化樣本相關(guān)矩陣可以明顯看出連接同一隱變量的幾個顯變量均顯示較好相關(guān)性。而特別值得關(guān)注的幾點：第一，蜂窩轉(zhuǎn)變數(shù)、城市移動數(shù)、通話對象轉(zhuǎn)變數(shù)分別與接聽次數(shù)、接聽時長、接聽漫游數(shù)反映出很高的負(fù)相關(guān)指數(shù)，這意味著用戶在出差頻繁、聯(lián)絡(luò)頻繁、移動頻繁的時候接聽電話明顯減少；第二，撥打電話數(shù)也與接聽次數(shù)、接聽時長、接聽漫游數(shù)反映出很高的負(fù)相關(guān)指數(shù)，這表明用戶在主動呼叫頻繁時接聽變少（甚至撥打時長也與接聽次數(shù)、接聽時長、接聽漫游數(shù)反應(yīng)出較高負(fù)相關(guān)）；第三，短信、長途漫游撥打、上網(wǎng)時長流量分別與短信費、漫游費、流量費有較高相關(guān)性，這說明很大部分用戶會超額使用套餐，他們對套餐設(shè)置并不滿足；第四，出賬金額與短信收發(fā)和網(wǎng)絡(luò)流量時長有較高相關(guān)性，這說明用戶對套餐設(shè)置中的短信和流量超額會產(chǎn)生很高的費用從而導(dǎo)致出賬費用很高，而用戶不滿足目前套餐設(shè)置和不明確計費規(guī)則也是原因之一；第五，套餐檔次和漫游撥打數(shù)有很高負(fù)相關(guān)，這很說明有一部分用戶用很高的套餐撥打很少的漫游電話，或使用很便宜的套餐撥打很多漫游電話（顯然前者更有說服力），這也就意味著高端用戶并不會總在外地使用業(yè)務(wù)，而是在本地居多，更能體現(xiàn)出高端用戶更愿意購買更高端的套餐而不會在意其他金額，這也就意味著電信公司應(yīng)該提供更符合使用方式的套餐以及更好的網(wǎng)絡(luò)服務(wù)，更具體的回訪制度，才可以真正服務(wù)于高端用戶。

參考文獻(xiàn)：

[1]侯杰泰，溫忠麟，程子娟，著.結(jié)構(gòu)方程模型及其應(yīng)用[M].教育科學(xué)出版社，2004，7.

[2]方平，熊端琴，曹雪梅.結(jié)構(gòu)方程模式的發(fā)展與應(yīng)用[J].心理科學(xué)進(jìn)展，2002（3）.

作者簡介：

鄭浩（1980—），男，碩士研究生，主要研究方向：數(shù)據(jù)挖掘。

任淑霞，女，副教授，主要研究方向：數(shù)據(jù)挖掘、特種數(shù)據(jù)庫（時態(tài)數(shù)據(jù)庫）、計算機應(yīng)用算法研究。