如何利用数学技术进行数据挖掘

利用数据挖掘进行电信业客户流失分析wor

李军

数据仓库之路原创资料 :// dwway 利用数据挖掘实现电信行业客户流失分析

随着世界经济的全球化、市场的国际化和我国加入WTO步伐的加速，国际化的市场环境要求国内的公众电信运营企业在经营治理上向国外先进的电信运营企业看齐，以迎接电信运营业的国际化竞争。同时随着国家改革的深化，国内电信业的市场环境已渐趋合理且竞争将日益加剧。国内、国际电信业的如此态势，对公众电信运营企业的服务内容、服务方式、服务质量、经营治理以及服务意识，已提出了严肃的挑战。企业的经营模式和服务体系正以客户的价值取向和消费心理为导向，真正表达“制造需求”、“引导消费”的现代客户服务意识与理念。

在电信企业面向市场，面向国内外众多的竞争者，努力制造更高价值的同时，客户流失的不断增加，客户平均生命周期的不断缩短严峻阻碍了电信企业的进展。那么，在猛烈的市场竞争和不断变化的市场需求面前，如何最大程度的降低客户的流失率呢？常用的方法之一确实是利用数据挖掘技术。

数据挖掘技术是目前数据仓库领域最强大的数据分析手段。它的分析方法是利用已知的数据通过建立数学模型的方法找出隐含的业务规则，在专门多的行业差不多具有成功的应用。在电信行业的应用领域要紧有客户关系治理，客户欺诈分析，客户流失分析，客户消费模式分析，市场推广分析等。

那么，在客户流失分析系统中，如何应用数据挖掘技术呢？要紧方式是依照往常拥有的客户流失数据建立客户属性、服务属性和客户消费数据与客户流失可能性关联的数学模型，找出客户属性、服务属性和客户消费数据与客户流失的最终状态的关系，并给出明确的数学公式。只要明白客户属性、服务属性和客户消费数据，我们就能够运算出客户流失的可能性。市场/销售部门能够依照得到的数学模型随时监控客户流失的可能性。假如客户流失的可能性过高，高于事先划定的一个限度，就能够通过多种促销手段提高客户的忠诚度，防止客户流失的发生，从而能够大大降低客户的流失率。基于严格数学运算的数据挖掘技术能够完全改变以往电信企业在成功获得客户以后无法监控客户的流失，无法实现客户关怀的状况，把基于科学决策的客户关系治理全面引入到电信企业的市场/销售工作中来。

数据挖掘实验手册 本次实践分别用两个数据集来进一步学习如何在KNIME中对两个数据集进行分类，聚类和频繁模式挖掘算法的实践。两个数据集均来自Kaggle网站的UCI Machine Learning。 一、 蘑菇数据集 蘑菇数据集来自于Mushroom Classification | Kaggle，该数据集总数据量为8124条，涉及特征包括菌盖形状、菌盖表面、气味等等22个字段，目标是对蘑菇是否有毒进行二分类，即有毒、无毒。所有的特征都是离散分类特征，在Kaggle上可以看到各特征的具体含义和属性取值。 本次实践使用的软件是KNIME Analytics Platform，其主界面如下： 在本次实践过程主要涉及两个区域：工作区和节点选项板。工作区放置操作节点和数据流，节点选项板则提供了不同功能的节点。首先介绍两个基本概念：节点和数据流。KNIME Analytics Platform进行的数据挖掘重点关注通过一系列节点运行数据的过程，我们将这一过程称为工作流。也可以说KNIME Analytics Platform是以工作流这一系列节点代表要对数据执行的操作，而节点之间的链接指示数据的流动方向。通常，KNIME Analytics Platform将数据以一条条记录的形式读入，然后通过对数据进行一系列操作，最后将其发送至某个地方（可以是模型，或某种格式的数据输出）。使用KNIME Analytics Platform处理数据的三个步骤： 1. 将数据读入KNIME Analytics Platform。 2. 通过一系列操纵运行数据。 3. 将数据发送到目标位置。

在 KNIME Analytics Platform中，可以通过打开新的工作流来一次处理多个数据流。会话期间，可以在KNIME Analytics Platform窗口右上角的流管理器中管理打开的多个数据流。 接下来我们开始对数据集进行操作： 第一步 创建流 在左上角菜单栏选择“文件”“新建流”，创建一个新的数据流。 然后选择“New KNIME Workflow”。 第二步 导入数据 在节点列表中选择“IO”“Read”“CSV Reader”，将其拖入工作区。这里“CSV Reader”是指从CSV文件中读取数据，正好我们下载的源数据文件为csv文件，一般以逗号（,）为分隔符。

龙源期刊网

如何利用数据透视表进行数据分析

作者：熊文敏

来源：《今日财富》2018年第21期

伴随着计算机技术的不断发展，应用软件功能逐渐增强，office软件在各领域的应用也不断深入。近几年，企业规模越来越大，社会对企业的各项工作提出了更高的要求，尤其是对企业各种数据的计算和分析。用Excel来编制表格，计算并汇总数据已经成为很多企业办公人员必备能力。

一、引言

Excel作为office办公软件的重要组成部分，可以进行各种数据处理，尤其是数据分析功能，这个功能可以大幅提高数据分析的有效性，提高工作效率，在工作中发挥着举足轻重的作用。

二、数据透视表概述

EXCEL中最有创造性、技术性和强大分析能力的工具，便是数据透视表。它可以对大量数据进行合并汇总，能对明细数据进行有效全面分析，可以通过转换数据的行和列来查看源数据的不同汇总情况，同时可以通过不同的页面来筛选数据，根据数据分析的需要显示区域中的明细数据，并伴随源数据的更新而自动更新数据处理结果。使用数据透视表可以深入析数值数据，并且可以回答一些预计不到的数据问题。

三、数据透视表在会计工作中的应用

（一）数据透视表的数据源

如果要创建数据透视表，数据源必须是规则的数据，表格的首行为字段的形成，不能为空，数据源中不要出现空白的单元格且不要合并单元格，每个字段中的数据类型保持一致性，要想数据透视表使用时快捷方便，就要先保证数据的规则性，尤其是在数据量比较大的时候，数据透视表的优势更容易被突显。数据源的引入可以是外部数据，也可以是当前数据，可以来自EXCEL，也可以来自ACCESS数据等或者纯文本文件。

（二）如何创建数据透视表

首先从工作表的插入菜单选择“数据透视表”，分成四个区域：1、筛选器：添加字段到筛选器中可以使该字段包含在数据透视表的筛选区域中，以便对其独特的数据项进行筛选。2、列标签：添加你所需要的信息字段到列标签区域可以在数据透视表顶部显示该字段的独特的龙源期刊网

1

模糊数学在数据挖掘研究综述

一、模糊数学

关于数学的分类，根据所研究对象的确定性可以分为经典数学、随机数学以及模糊数学。三者的关系如图1所示。经典数学建立在集合论的基础上，一个对象对于一个集合要么属于，要么不属于，两者必居其一，且仅居其一，绝不可模棱两可，由于这个要求，大大限制了数学的应用范围，使它无法处理日常生活中大量的不明确的模糊现象与概念。随着发展,过去那些与数学毫无关系或关系不大的学科如生物学，心理学，等都迫切要求定量化和数学化。

图1依照研究对象是否确定的数学分类

在日常生活中，我们经常会遇到一些模糊不清的概念。例如，“高个子”、“矮个子”等。如果把1.80米的人算高个子，那么，身高1.76米的人算不算高个子呢？这就很难说，因为“高个子”，“矮个子”并没有二者明确的标准，因而这些概念就显得模糊不清。为了适应这些学科自身的特点，只有通过改造数学，使它应用的面更为广泛。模糊数学就是研究事物这种模糊性质的一门数学学科。

模糊数学诞生于1965年，创始人是美国自动控制专家查德，他最早提出了模糊集合的概念，引入了隶属函数。自诞生之日起，就与电子计算机息息相关。今天精确的数学计算当然是不可少的，然而，当我们要求脑功能的时候，精确这个长处反而成了短处。例如，我们在判别走过的人是谁时，总是将来人的高矮，胖瘦、走路姿势与大脑存储的样子进行比较，从而作出判断。一般说来，这不是件难事，即使是分别多年的老友，也会很快地认出他来，但是若让计算机做这件事，使用精确数学就太复杂了。得测量来人的身高、体重、手臂摆的角度以及鞋底对地面的正压力、磨擦力、速度、加速度等数据，而且非要精确到后几十位才肯罢休。如果有位熟人最近稍为瘦了或胖了一些，计算机就“翻脸不认了”。显然，这样的“精确”容易使人糊涂。由此可见，要使计算机能模拟人功能，一定程度的模糊是必要的。模糊数学就是在这样的背景下诞生的。

随机数学与模糊数学都是对不确定性量的研究，但与模糊数学不同的是，随机数学是研究随机现象统计规律性的一个数学分支，涉及四个主要部分：概率论、随机过程、数理统计、随机运筹。随机数学更强调对数据的统计规律；而模糊数学强调的是变量的定义的模糊性。