随着国内电信市场竞争日渐激烈,电信运营企业的竞争压力越来越大。电信运营企业开始认识融合套餐维系的重要性。本项目正是针对电信运营企业大众维系工作的切实需要出发,为降低融合用户流失给企业带来的收入减少及市场占有率降低等不利影响而提出的。本文运用数据挖掘工具,基于理论分析与实践运用相结合的方法,对电信企业融合套餐流失进行研究。主要研究内容包括:1、项目需求分析:对项目背景和技术背景进行了深入了解,包括项目各要素的商业定义,项目的特征及流失用户的特征。2、项目整体设计:建立了融合套餐用户流失项目实验框架体系,定义了项目流程和数据挖掘框架及框架各元素和元素之间数据流关系。3、建立维系数据抽取模型:在对行业深入了解的基础上,进行了有效的数据清理、抽取、集成转化、规约工作。其中:在数据清理方面,通过常年日常管理工作对关键差异数据的清理和对身份证空缺数据的逻辑填充,基本未删失数据,确保了数据挖掘不走型。在数据转化方面,完成对分类通话账目的整合,对年龄的派生,套餐使用占比派生等。在数据集成方面,挖掘软件可以使用关系视图作为数据源的优点,使用视图灵活部署。最终设定了用户数据抽取模型。在数据规约方面,完成对异常超出话单的属性规整,对套餐使用情况的分档。4、数据挖掘实验与模型评估:依照项目需求和挖掘工具选用多种模型训练测试,并利用微软SQL视图灵活选择算法输入属性和模型参数。通过对模型执行结果评估,在评估中对效果较差贝叶斯模型的输入属性进行再次属性规约,通过减少输入属性较大的提升准确性。最终形成数据挖掘模型及两算法并用的数据生成规则。5、模型发布与效果分析:利用数据挖掘模型取得有离网风险用户和离网风险携带者。提出对风险用户中不同三维属性的客户采取针对性的维系方案,化危机为商机减少维系成本。通过对项目执行情况的评估看,数据挖掘基本达到预期目的。本文把数据挖掘理论与企业经营相结合,建立固网及手机融合套餐离网预测模型与大众维系流程。项目成果表明:数据挖掘工具能有效指导和提升大众维系工作。