摘 要： 結(jié)合市場(chǎng)細(xì)分和數(shù)據(jù)挖掘技術(shù)等相關(guān)理論，針對(duì)電信行業(yè)客戶細(xì)分領(lǐng)域存在的問(wèn)題，以某市電信公司提供的二十多萬(wàn)客戶數(shù)據(jù)作為研究對(duì)象，基于CRISP?DM數(shù)據(jù)挖掘模型，通過(guò)數(shù)據(jù)挖掘工具中提供的K?means聚類算法完成對(duì)電信市場(chǎng)客戶準(zhǔn)確、有效的聚類細(xì)分，為管理和營(yíng)銷人員初步提供了制定管理或營(yíng)銷計(jì)劃的依據(jù)。在完成客戶細(xì)分模型的基礎(chǔ)上，設(shè)計(jì)和實(shí)現(xiàn)了電信客戶細(xì)分系統(tǒng)，并編碼實(shí)現(xiàn)該系統(tǒng)功能的主要模塊，將客戶細(xì)分的整個(gè)流程通過(guò)自動(dòng)化的過(guò)程描述出來(lái)。

關(guān)鍵詞： 數(shù)據(jù)挖掘； 客戶細(xì)分； SPSSModeler； K?means算法

中圖分類號(hào)： TN911?34； TM417 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）15?0095?04

Abstract： According to the market segmentation， data mining technology and correlation theories， and aiming at the problem existing in customer classification field of telecom industry， more than 200 000 customers′ data provided by the telecom company of a certain city is taken as the research object. On the basis of CRISP?DM data mining model， the K?means clustering algorithm in data mining tool is used for achievement of accurate and effective clustering classification of the telecom customers， which provides a basis of making a preliminary management plan or marketing plan for the management and marketing staff. On the basis of the customer classification model， the telecom customer classification system was designed and implemented， and the main module of the system function was realized with encoding. The whole process of customer classification is described by means of automation process.

Keywords： data mining； customer classification； SPSSModeler； K?means algorithm

目前，通信信息產(chǎn)業(yè)迅速發(fā)展，移動(dòng)通信已經(jīng)成為國(guó)內(nèi)最具發(fā)展?jié)摿突盍Φ闹еa(chǎn)業(yè)[1]。隨著手機(jī)、電腦的普及以及無(wú)線物聯(lián)網(wǎng)技術(shù)的應(yīng)用，通信行業(yè)的高速發(fā)展不斷地改善人類的生活方式，技術(shù)和市場(chǎng)的創(chuàng)新為提供商產(chǎn)生了豐厚的利潤(rùn)，同時(shí)也帶來(lái)了激烈的市場(chǎng)競(jìng)爭(zhēng)。WAP，GPRS，3G等信息技術(shù)在描述美好前景的同時(shí)，更是加劇了電信市場(chǎng)的競(jìng)爭(zhēng)，對(duì)電信運(yùn)營(yíng)商提出了更加嚴(yán)酷的要求[2]。

1 關(guān)于CRISP?DM數(shù)據(jù)挖掘模型

目前，許多數(shù)據(jù)挖掘系統(tǒng)的開(kāi)發(fā)商為其用戶提出了應(yīng)用數(shù)據(jù)挖掘技術(shù)的過(guò)程參考模型。例如CRISP?DM，作為目前業(yè)界權(quán)威的標(biāo)準(zhǔn)流程方法，提供了一個(gè)數(shù)據(jù)挖掘項(xiàng)目生命周期的全面描述。CRISP?DM數(shù)據(jù)模型流程標(biāo)準(zhǔn)把數(shù)據(jù)挖掘劃分為6個(gè)階段：分別為商業(yè)和數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)處理、模型建立和評(píng)估以及部署結(jié)果，通過(guò)上述6個(gè)階段最終構(gòu)成一個(gè)統(tǒng)一的循環(huán)周期[3]。CRISP?DM模型在實(shí)際應(yīng)用過(guò)程中，數(shù)據(jù)處理、準(zhǔn)備和建模以及評(píng)估是一個(gè)多次修正、重復(fù)調(diào)整、回饋和完善的過(guò)程，不是簡(jiǎn)單的單向運(yùn)作。CRISP?DM數(shù)據(jù)挖掘模型闡述了整個(gè)項(xiàng)目的工作流程[4]。

2 基于CRISP?DM的電信客戶細(xì)分模型

2.1 電信客戶細(xì)分的需求分析

具有足夠可靠的數(shù)據(jù)源是進(jìn)行數(shù)據(jù)挖掘的必要前提。課題中，某市級(jí)電信公司的計(jì)費(fèi)賬務(wù)系統(tǒng)為本次數(shù)據(jù)挖掘研究提供了真實(shí)、可信的數(shù)據(jù)。

（1） 客戶賬單匯總信息表：描述電信運(yùn)營(yíng)商為其客戶定期進(jìn)行費(fèi)用匯總得到的費(fèi)用結(jié)算數(shù)據(jù)，見(jiàn)表1。

（3） 客戶通話詳單信息表：描述電信客戶詳細(xì)的通話信息，包括主（被）叫、主（被）叫號(hào)碼、通話起始時(shí)間、通話終止時(shí)間等。

（4） 測(cè)試卡用戶表 ：描述電信測(cè)試卡用戶的信息。

在數(shù)據(jù)挖掘建立客戶細(xì)分模型的過(guò)程中，使用一臺(tái)PC機(jī)同時(shí)作為數(shù)據(jù)挖掘的服務(wù)器和客戶端，數(shù)據(jù)庫(kù)使用Oracle，建模軟件使用IBMSPSSModeler，并使用輔助工具IBMDataStage。

2.2 數(shù)據(jù)收集與寬表設(shè)計(jì)

（1） 數(shù)據(jù)的收集

對(duì)客戶的消費(fèi)行為特征數(shù)據(jù)進(jìn)行聚類分析，將消費(fèi)行為相似的人群聚為一類[5]。結(jié)合電信運(yùn)營(yíng)商提供的原始數(shù)據(jù)，研究的主要數(shù)據(jù)內(nèi)容由多方面數(shù)據(jù)組成：語(yǔ)音網(wǎng)內(nèi)通話信息、客戶賬戶和賬單信息、語(yǔ)音網(wǎng)間通話信息、短信網(wǎng)內(nèi)使用信息、短信網(wǎng)間使用信息、IP電話使用信息、其他業(yè)務(wù)使用信息、客戶通話詳細(xì)信息、客戶套餐使用信息、客戶撥打10000和10001熱線信息、測(cè)試卡用戶信息[6]。

（2） 寬表的設(shè)計(jì)

本次客戶細(xì)分根據(jù)細(xì)分主題需要，確定與客戶行為特征有關(guān)的屬性（通話行為、短信、數(shù)據(jù)業(yè)務(wù)使用情況等）作為細(xì)分變量。最重要的挖掘數(shù)據(jù)是電信客戶2013年1月～7月的客戶消費(fèi)行為數(shù)據(jù)。在ETL過(guò)程中，利用輔助軟件IBMDataStage將賬單匯總信息表數(shù)據(jù)生成客戶行為屬性寬表view_srv_mobileamount_hor_t，作為細(xì)分模型的主要輸入樣本數(shù)據(jù)，生成的寬表數(shù)據(jù)中每一個(gè)“用戶ID”字段和“計(jì)費(fèi)月份”字段對(duì)應(yīng)一條記錄。

2.3 數(shù)據(jù)信息預(yù)處理

從不同的系統(tǒng)和渠道中獲取數(shù)據(jù)挖掘所需的大量原始真實(shí)信息數(shù)據(jù)[7]。由于受到人為或物理因素等的影響，為了給數(shù)據(jù)挖掘算法提供準(zhǔn)確、干凈、更有針對(duì)性的數(shù)據(jù)，必須對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。

（1） 原始數(shù)據(jù)中缺失值處理

對(duì)于原始數(shù)據(jù)中出現(xiàn)缺失值數(shù)據(jù)的情況，進(jìn)行如下方法處理：元組數(shù)據(jù)舍棄；人工填寫(xiě)空缺值；使用一個(gè)全局常量填充缺失值；采用類似樣本組平均值代替給定元組；使用近似值填入空缺值。

由于本次客戶細(xì)分的原始數(shù)據(jù)不存在缺失值問(wèn)題，在實(shí)際的數(shù)據(jù)準(zhǔn)備過(guò)程中沒(méi)有進(jìn)行缺失值的處理。

（2） 過(guò)期、無(wú)效信息處理

實(shí)際過(guò)程中會(huì)因?yàn)闃I(yè)務(wù)問(wèn)題在原始數(shù)據(jù)的采集過(guò)程中收錄了過(guò)期、無(wú)效的數(shù)據(jù)信息，因此需要將無(wú)效和過(guò)期數(shù)據(jù)過(guò)濾掉。選擇正常數(shù)據(jù)，保證數(shù)據(jù)的有效性。將view_srv_mobileamount_hor_t_mg表與cmn_userphone_ info表通過(guò)“用戶ID”字段關(guān)聯(lián)合并，依次過(guò)濾掉“今年開(kāi)通用戶當(dāng)月數(shù)據(jù)”、“今年停機(jī)用戶當(dāng)月及停機(jī)后數(shù)據(jù)”和“今年開(kāi)通今年停機(jī)用戶數(shù)據(jù)”，生成新的view_srv_mobileamount_hor_ t_mg_f表。

（3） 異常數(shù)據(jù)處理

在樣本數(shù)據(jù)中存在少量的測(cè)試卡用戶，這些測(cè)試卡用戶的行為不能代表普通用戶的行為，也會(huì)對(duì)細(xì)分結(jié)果形成噪音，需過(guò)濾。如圖1所示，將view_srv_mobileamount_hor_t_mg_f表與“測(cè)試卡USER_ID02”表通過(guò)“用戶ID”字段關(guān)聯(lián)合并，過(guò)濾掉測(cè)試卡用戶，生成新的view_srv_mobileamount_hor_t_mg_ff表。

（4） 構(gòu)建數(shù)據(jù)

對(duì)view_srv_mobileamount_hor_t表的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)有不少字段存在全部為0值，或者幾乎全部為0值[8]。這些字段屬于無(wú)效字段或者極少有效（這里取0.1%）的字段，不適合作為細(xì)分變量，需要對(duì)其進(jìn)行過(guò)濾舍棄。對(duì)view_srv_mobileamount_ hor_t表中722個(gè)字段進(jìn)行“去除無(wú)效項(xiàng)目”和“去除極少有效項(xiàng)目”處理之后，剩余232個(gè)有效字段輸出到新表view_srv_mobileamount_hor_t_mg中。如圖2所示。

2.4 K?means聚類算法建立模型

通過(guò)采用數(shù)據(jù)挖掘工具SPSSModeler中的K?means聚類算法進(jìn)行相關(guān)建模工作，針對(duì)前期得到電信公司的計(jì)費(fèi)賬務(wù)系統(tǒng)的正常組用戶數(shù)據(jù)，輸入到K?means聚類算法模型中[9]。K?means算法流程如圖3所示。為避免數(shù)據(jù)變量直接輸入后對(duì)結(jié)果產(chǎn)生影響，防止自然語(yǔ)言無(wú)法描述客戶群組特性，基于系統(tǒng)聚類質(zhì)量平均輪廓值的考量，本文通過(guò)分箱聚類的方法完成客戶細(xì)分模型的建立。

3 電信客戶細(xì)分系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

3.1 系統(tǒng)概述

本系統(tǒng)在實(shí)現(xiàn)上主要采用Client/Sever模式。本系統(tǒng)基于電信客戶CRISP?DM細(xì)分模型，將相應(yīng)的CRISP?DM數(shù)據(jù)準(zhǔn)備、建立模型和結(jié)果統(tǒng)一部署起來(lái)，將客戶細(xì)分流程通過(guò)計(jì)算機(jī)半自動(dòng)化描述出來(lái)。在Windows系統(tǒng)下，采用SQLServer2005作為后臺(tái)數(shù)據(jù)庫(kù)，采用Microsoft Visual Studio 2005作為前臺(tái)應(yīng)用開(kāi)發(fā)工具，數(shù)據(jù)庫(kù)連接采用ADO技術(shù)。設(shè)計(jì)和實(shí)現(xiàn)操作簡(jiǎn)單、性能可靠、界面友好的電信客戶細(xì)分系統(tǒng)。

3.2 系統(tǒng)的功能結(jié)構(gòu)設(shè)計(jì)

本文采用軟件設(shè)計(jì)的概念和原理，設(shè)計(jì)了電信客戶細(xì)分系統(tǒng)的功能，為系統(tǒng)的實(shí)現(xiàn)做好前期準(zhǔn)備。根據(jù)系統(tǒng)的需求分析，基于之前得到的電信客戶細(xì)分模型，將客戶細(xì)分的整個(gè)流程通過(guò)自動(dòng)化的過(guò)程描述出來(lái)。系統(tǒng)功能結(jié)構(gòu)圖如圖4所示。

3.3 系統(tǒng)主要模塊的實(shí)現(xiàn)

（1） 數(shù)據(jù)庫(kù)的連接

本系統(tǒng)采用ADO技術(shù)訪問(wèn)SQLServer數(shù)據(jù)庫(kù)。VisualC++應(yīng)用ADO接口訪問(wèn)SQLServer，首先要引入ADO庫(kù)文件，用直接引入符號(hào)“#import”引入ADO庫(kù)文件；接著，需要提供COM環(huán)境，即初始化COM庫(kù)環(huán)境。在MFC應(yīng)用程序里，一個(gè)簡(jiǎn)單又比較好的方法就是在應(yīng)用程序類的InitInstance（）成員函數(shù)里使用AfxOleInit（）初始化COM庫(kù)環(huán)境；采用Connection對(duì)象的Open方法連接數(shù)據(jù)[10]。

（2） 登陸窗體的設(shè)計(jì)

在窗體上布置兩個(gè)文本框以及“Login”和“Exit”按鈕，文本框用來(lái)輸入用戶名和密碼。為了提高系統(tǒng)的安全性，用戶只有使用合法的用戶名、密碼和用戶權(quán)限才能進(jìn)入到系統(tǒng)主界面，否則，系統(tǒng)提示錯(cuò)誤，不能正常登陸。并且，系統(tǒng)會(huì)通過(guò)判別登陸用戶的權(quán)限，顯示不同的功能按鈕。

（3） 系統(tǒng)主窗體的設(shè)計(jì)

為系統(tǒng)開(kāi)發(fā)友好的用戶界面，對(duì)主窗體進(jìn)行窗口分割，按照系統(tǒng)需求分割成三部分，分別用不同的FormView進(jìn)行填充。CTitleFormView，CMenuFormView，CClientFormView均繼承于CFormView，用來(lái)填充主窗體的三個(gè)部分。

（4） 系統(tǒng)管理模塊

系統(tǒng)管理模塊由用戶刪除、用戶添加、用戶修改密碼、日志管理等功能組成。

用戶權(quán)限說(shuō)明：為保證系統(tǒng)的安全，系統(tǒng)中為普通用戶和管理員設(shè)置了不同的使用和操作權(quán)限，其中普通用戶的權(quán)限有限，只能修改自己的密碼，系統(tǒng)管理員擁有添加、刪除普通用戶和管理員的權(quán)限，而普通用戶沒(méi)有創(chuàng)建和刪除任何用戶的權(quán)限。同時(shí)，系統(tǒng)管理員有查看和刪除日志的權(quán)限，而普通用戶沒(méi)有。

添加新的用戶，添加之前會(huì)對(duì)用戶名是否存在以及操作權(quán)限進(jìn)行判斷。刪除用戶，刪除之前同樣會(huì)對(duì)用戶名是否存在以及操作權(quán)限進(jìn)行判斷。修改用戶密碼，修改之前會(huì)對(duì)密碼匹配以及操作權(quán)限進(jìn)行判斷。

（5） 客戶細(xì)分模塊的設(shè)計(jì)

客戶細(xì)分模塊主要包括“數(shù)據(jù)準(zhǔn)備”、“建立模型”、“評(píng)估”功能?？蛻艏?xì)分功能模塊利用數(shù)據(jù)挖掘算法，借助后臺(tái)數(shù)據(jù)挖掘工具，通過(guò)對(duì)電信客戶消費(fèi)行為進(jìn)行分析，建立客戶細(xì)分模型。實(shí)現(xiàn)該模塊中的數(shù)據(jù)源是電信運(yùn)營(yíng)商提供的原始數(shù)據(jù)，經(jīng)過(guò)簡(jiǎn)單的轉(zhuǎn)置形成本系統(tǒng)所需要的數(shù)據(jù)格式?？蛻艏?xì)分模塊以新生成的數(shù)據(jù)為基礎(chǔ)，經(jīng)過(guò)數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘和評(píng)估操作，生成最終的分組數(shù)據(jù)。

用戶權(quán)限說(shuō)明：該模塊只有系統(tǒng)管理員的權(quán)限才能操作，普通用戶不能進(jìn)行客戶細(xì)分的功能操作。

依據(jù)之前所做的客戶細(xì)分工作，此次客戶細(xì)分的流程主要包括：原始數(shù)據(jù)項(xiàng)目區(qū)分；過(guò)濾當(dāng)月開(kāi)卡和停機(jī)用戶；過(guò)濾測(cè)試卡用戶；生成語(yǔ)音業(yè)務(wù)數(shù)據(jù)；生成非語(yǔ)音業(yè)務(wù)數(shù)據(jù)；生成費(fèi)用數(shù)據(jù)；生成最終的聚類數(shù)據(jù)；數(shù)據(jù)挖掘建立聚類模型；聚類分組合并；生成最終聚類分組。

（6） 細(xì)分結(jié)果模塊的設(shè)計(jì)

細(xì)分結(jié)果模塊主要完成對(duì)客戶細(xì)分結(jié)果的描述，便于管理員和用戶直觀地看到客戶分組結(jié)果以及查詢電信個(gè)人客戶分類結(jié)果。細(xì)分結(jié)果運(yùn)行效果圖如圖5所示。

該模塊顯示聚類各分組的基本信息、分組客戶的套餐信息以及客戶指標(biāo)對(duì)比信息。用戶還可以對(duì)某一個(gè)電信客戶進(jìn)行查詢，了解該客戶的具體分組情況以及相應(yīng)的營(yíng)銷策略。

3.4 系統(tǒng)測(cè)試

系統(tǒng)測(cè)試作為系統(tǒng)開(kāi)發(fā)過(guò)程中必不可少的一個(gè)環(huán)節(jié)，其目的是測(cè)試開(kāi)發(fā)系統(tǒng)的主要功能與性能是否與需求分析中的一致。本次在完成系統(tǒng)開(kāi)發(fā)和配置之后，主要做的測(cè)試任務(wù)有：

（1） 測(cè)試系統(tǒng)的正常運(yùn)行情況。主要任務(wù)是檢測(cè)程序代碼的編寫(xiě)是否規(guī)范，代碼是否具有可讀性和易維護(hù)性。

（2） 測(cè)試系統(tǒng)的排錯(cuò)能力。主要任務(wù)是輸入不合理的數(shù)據(jù)，檢測(cè)系統(tǒng)的排錯(cuò)能力。

（3） 測(cè)試系統(tǒng)的運(yùn)行速度和穩(wěn)定性。主要任務(wù)是通過(guò)測(cè)試保證系統(tǒng)能夠在長(zhǎng)時(shí)間穩(wěn)定運(yùn)行。

首先，對(duì)系統(tǒng)各個(gè)功能模塊進(jìn)行功能測(cè)試，反復(fù)測(cè)試、調(diào)整和修改之后，對(duì)系統(tǒng)進(jìn)行總體測(cè)試。最終，測(cè)試的結(jié)果表明系統(tǒng)的各個(gè)功能都基本達(dá)到設(shè)計(jì)需求，各個(gè)功能模塊運(yùn)行正常無(wú)誤。

4 結(jié) 論

在客戶細(xì)分理論和數(shù)據(jù)挖掘理論研究的基礎(chǔ)上，系統(tǒng)地研究了數(shù)據(jù)挖掘技術(shù)在電信客戶細(xì)分領(lǐng)域的應(yīng)用和實(shí)現(xiàn)。在理論上為數(shù)據(jù)挖掘的具體應(yīng)用打下了基礎(chǔ)，同時(shí)，結(jié)合某市電信公司提供的原始數(shù)據(jù)，參照數(shù)據(jù)挖掘CRISP?DM標(biāo)準(zhǔn)，使用數(shù)據(jù)挖掘聚類分析中的K?means算法，應(yīng)用數(shù)據(jù)挖掘工具SPSSModeler嘗試建立了電信客戶細(xì)分模型，并在該模型的基礎(chǔ)上設(shè)計(jì)和實(shí)現(xiàn)了電信客戶細(xì)分系統(tǒng)。

參考文獻(xiàn)

[1] HO T K， HULL J J， SRIHARI S N. Decision combination in multiple classifier systems [J]. IEEE transactions on pattern analysis and machine intelligence， 1994， 16（1）： 66?75.

[2] 陳明亮.客戶關(guān)系管理基礎(chǔ)理論體系框架探討[J].管理工程學(xué)報(bào)，2012，20（4）：36?41.

[3] 羅紀(jì)寧.市場(chǎng)細(xì)分研究綜述：回顧與展望[J].山東大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2010（6）：44?48.

[4] KIM J， WEI S， RUYS H. Segmenting the market of west Australian senior tourists using an artificial neural network [J]. Tourism management， 2003， 24（1）： 25?34.

[5] 郭秋萍，余建國(guó)，劉雙紅.企業(yè)數(shù)據(jù)挖掘理論與實(shí)踐[M].鄭州：黃河水利出版社，2010：12?14.

[6] 廖里，余英澤.數(shù)據(jù)挖掘和數(shù)據(jù)倉(cāng)庫(kù)及其在電信業(yè)中的應(yīng)用[J].重慶郵電學(xué)院學(xué)報(bào)，2013，37（4）：31?34.

[7] 李益強(qiáng)，漆晨曦.基于數(shù)據(jù)挖掘的電信客戶細(xì)分研究分析[J].廣東通信技術(shù)，2013：12?15.

[8] 周世兵，徐振源，唐旭清.K?means算法最佳聚類數(shù)確定方法[J].計(jì)算機(jī)應(yīng)用，2010，30（8）：145?148.

[9] XIANG P S. Survey of clustering algorithm [J]. Journal of Southwest University for Nationalities， 2009（3）： 145?178.

[10] 宋才華，王永才，藍(lán)源娟，等.基于數(shù)據(jù)挖掘的電力行業(yè)客戶細(xì)分模型分析[J].現(xiàn)代電子技術(shù)，2014，37（14）：21?23.