秦曉安

(安徽商貿(mào)職業(yè)技術(shù)學(xué)院，安徽蕪湖 241003)

1 高校手機(jī)資費(fèi)套餐現(xiàn)狀

隨著移動通信行業(yè)的飛速發(fā)展，通信企業(yè)之間的競爭日趨激烈，隨著高校招生規(guī)模的不斷擴(kuò)大，高校逐漸成為各大移動通訊公司搶占的高地。在不斷壓縮成本，降低價格之后，推出何種深受歡迎的校園套餐，成為各運(yùn)營商思考的問題。

資費(fèi)套餐是運(yùn)營商根據(jù)客戶的市場需要，將各種業(yè)務(wù)進(jìn)行整合，以獲得最大經(jīng)濟(jì)利益的營銷方式。通過滿足各種消費(fèi)群體的需要，與此同時以優(yōu)厚的價格使消費(fèi)者得到了實(shí)際的利益，這樣不僅提升了自身業(yè)務(wù)的吸引力，也在一定程度上提升了消費(fèi)者的滿意度和忠誠度，有效避免了消費(fèi)者的離網(wǎng)，增強(qiáng)了企業(yè)客戶的健壯性;同時也使企業(yè)的各項(xiàng)業(yè)務(wù)得到應(yīng)用，提高了企業(yè)的盈利能力［1］。隨著科技的不斷發(fā)展和日新月異的3G技術(shù)，高校大學(xué)生的消費(fèi)群體呈現(xiàn)出了多元化的特征，從普通的話音通話和發(fā)送短信轉(zhuǎn)變?yōu)閷ι暇W(wǎng)、購物、交友等更深層次的需求。當(dāng)前一些地區(qū)推出的校園資費(fèi)套餐基本上可以滿足大學(xué)生消費(fèi)者的需求。但是，套餐設(shè)計(jì)還是存在著一些不合理的因素，一方面沒有做好學(xué)生市場的調(diào)研，套餐設(shè)計(jì)簡單，沒有和大學(xué)生的實(shí)際需要結(jié)合起來;另一方面資費(fèi)套餐細(xì)節(jié)內(nèi)容固定，各套餐價格檔位相差過大，有些超出了學(xué)生承受的能力，導(dǎo)致大學(xué)生沒有自由組合套餐內(nèi)容的權(quán)利。

本文將以安徽校園套餐為例，通過數(shù)據(jù)挖掘中決策樹ID3算法技術(shù)，分析提出合理化建議來改進(jìn)套餐內(nèi)容以便于更貼近學(xué)生需要。

2 決策樹分類ID3算法

業(yè)內(nèi)有很多關(guān)于決策樹數(shù)據(jù)的分類方法，通?？煞譃?種:貝葉斯分類方法、基于距離的分類方法、決策樹分類方法和規(guī)則歸納方法。其中決策樹分類方法是大部分人經(jīng)常使用的一種方法［2］。當(dāng)前決策樹的構(gòu)造方法有很多種，其中最具代表性的是著名學(xué)者J.R.Quinlan提出的ID3算法，該算法的優(yōu)點(diǎn)是在進(jìn)行非葉子結(jié)點(diǎn)求值時，能夠得出被測試屬性中誰是具有最大信息增益的那一個。ID3算法操作起來較簡單，容易掌握。

ID3算法的選擇標(biāo)準(zhǔn)主要是關(guān)于信息增益，而信息增益理論主要基于熵的概念，ID3算法在實(shí)施的過程中通常選那些具有最高信息增益的屬性作為測試屬性的節(jié)點(diǎn)。下面介紹屬性信息增益的計(jì)算，通過得出的結(jié)果找出規(guī)律并相互比較大小，目的是為了得到一個屬性具有最大信息增益。

假定集合S中包含有s個數(shù)據(jù)樣本，其中類標(biāo)號屬性包含m個不一樣的值，這樣就能夠定義m個不同類Ci。由此可以設(shè)Si是其類Ci中的樣本數(shù)，通過式(1)得出給定樣本分類所需要的信息熵或期望信息:

式中pi是任一個樣本屬于Ci的概率，通?？梢杂肧i/S來進(jìn)行估計(jì)。由于計(jì)算機(jī)中信息數(shù)據(jù)的存儲是二進(jìn)制編碼，所以用以2為底的對數(shù)函數(shù)。

假定信息屬性A包含有n個不一樣的值{a1，a2，…，an}，該屬性就可以把S劃分成為n個不同的子集{S0，S1，… ，Sn}，其Sj樣本在信息屬性A上有了一樣的值 aj(j=1，2，…，n)。假定Sij是Sj中類Ci的樣本個數(shù)，那么通過A所進(jìn)一步細(xì)分的子集中的期望信息熵可由式(2)得到:

式中:pij=Sij/Sj，是Sj樣本屬于Ci的概率。

同樣，相應(yīng)信息增益值可由熵值和期望信息得出，由式(4)可以計(jì)算出屬性A上分支部分得到的信息增益:

由此可見，ID3算法的首要步驟就是得出各個屬性的信息增益，并找出其中信息增益值最高的作為未來決策樹的根結(jié)點(diǎn)，根據(jù)該屬性的其他值創(chuàng)建出其分支節(jié)點(diǎn)，最終完成完整的決策樹［3］。

3 ID3算法在校園套餐中的應(yīng)用

3.1 樣本分析

目前安徽校園套餐主要以19、39元套餐為主(表1)，其他檔次套餐不適合學(xué)生消費(fèi)，故不做分析。

表1 19、39元套餐的詳情

學(xué)生群體選擇套餐都希望套餐內(nèi)的服務(wù)夠用，以顯實(shí)惠，故套餐外不做考慮分析。在套餐內(nèi)隨機(jī)挑選若干學(xué)生樣本，主要考慮本地長市主叫、短信、國內(nèi)Wifi、手機(jī)上網(wǎng)這4項(xiàng)數(shù)據(jù)作為分析的屬性依據(jù)。

將4項(xiàng)的屬性值分為3大類，其中國內(nèi)Wifi和手機(jī)上網(wǎng)歸為一類，分別稱之為主叫、短信、上網(wǎng)。接著每類按區(qū)間劃分成幾個部分，比如主叫按0～100、100～200、200以上劃分成少、一般、多 3種類型，以此類推劃分其他幾項(xiàng)屬性數(shù)據(jù)，目的是為了便于分析套餐的使用情況。

從數(shù)據(jù)倉庫中選取7個班共326名學(xué)生，即326個樣本，其中選擇19元套餐有152個樣本，39元套餐有174個樣本，即 S1=152，S2=174，總計(jì) S=326。

3.2 生成決策樹

根據(jù)樣本計(jì)算每個屬性的信息增益，得出“是否超出套餐”字段所需要的信息熵:

下面計(jì)算每一個屬性的信息熵，首先從主叫屬性開始，觀察主叫每個樣本值之間的分布，求出它們的信息熵。

對于主叫為“多”，其中結(jié)果“是否超出套餐”為“是”的有104個樣本，為“否”的有36個樣本，即S11=104，S21=36，總計(jì) S=140，由式(3)計(jì)算出:

對于主叫為“一般”，其中結(jié)果“是否超出套餐”為“是”的有33個樣本，為“否”的有127個樣本，即S12=33，S22=127，總計(jì) S=160，由式(3)計(jì)算出:

對于主叫為“少”，其中結(jié)果“是否超出套餐”為“是”的有2個樣本，為“否”的有24個樣本，即S13=2，S23=24，總計(jì) S=26，由式(3)計(jì)算出:

如果樣本按主叫得出期望信息，可由式(2)計(jì)算出:

最后得出這種劃分的信息增益是:

類似可以計(jì)算出其他屬性數(shù)據(jù)的信息增益。剪枝后決策樹見圖1。

圖1 剪枝后決策樹

分析可知，由于主叫屬性具備最高的增益信息，接下來將由它作為測試屬性。以主叫屬性作為決策樹的根結(jié)點(diǎn)，進(jìn)一步劃出其他分支結(jié)點(diǎn)，每個分支結(jié)點(diǎn)以此類推最終得到一棵完整的決策樹。

4 結(jié)語

通過對決策樹的分析，可以看出主叫少，短信用量較少的基本上都沒有超過套餐用量;主叫少，短信多，上網(wǎng)較少的也沒有超過套餐用量;主叫一般，短信、上網(wǎng)較少的同樣沒有超過套餐用量;其余使用均超過了套餐用量。

對于超過套餐用量的，其中有一部分是可以通過改進(jìn)套餐加以解決，具體解決方案有2種:(1)將19元套餐分為2個版本，分別為語音聊天和短信上網(wǎng)，適當(dāng)增加各自的權(quán)重。主要解決主叫多、上網(wǎng)短信少或上網(wǎng)短信多、主叫少而超出套餐的問題。(2)增加29元套餐，適當(dāng)分配套餐內(nèi)容，主要解決主叫較多、上網(wǎng)短信較多而超出套餐的問題。

高校手機(jī)套餐的制定具體還應(yīng)根據(jù)公司營銷策略和受眾群體不同而有所不同。

［1］呂志國.基于數(shù)據(jù)挖掘的移動資費(fèi)套餐設(shè)計(jì)模型的建立與實(shí)現(xiàn)［J］.中國管理信息化，2007，10(12):23-27.

［2］胡運(yùn)發(fā).數(shù)據(jù)與知識工程導(dǎo)論［M］.北京:清華大學(xué)出版社，2003:128-129.

［3］姜紅艷.決策樹ID3算法在學(xué)生成績中的應(yīng)用［J］.鞍山師范學(xué)院學(xué)報，2008，10(4):55-58.

［4］羅海蛟，劉顯.數(shù)據(jù)挖掘中分類算法的研究及其應(yīng)用［J］.微機(jī)發(fā)展，2003(s2):49-50.

［5］桂現(xiàn)才，彭宏，王小華.C4.5算法在保險客戶流失分析中的應(yīng)用［J］.計(jì)算機(jī)工程與應(yīng)用，2005(17):197-199.