本文以昆明电信决策支撑系统为背景,通过在昆明电信一年半时间的领域调研和课题研发,为论文工作奠定了充分的领域知识和相关理论及工程经验,以此为基础,使用了数据仓库、统计分析和数据挖掘的技术,对PAS客户流失主题进行了较为完善、深入的分析与研究,为昆明电信经营分析系统作了有益的尝试与探索。 针对PAS客户流失分析主题,本文选取了2005年3个月的PAS流失用户及其流失前的历史消费信息为样本。依据昆明电信ODS数据的实际,确定了个体样本影响流失的基本特征向量和目标变量。样本数据的获取和预处理对于数据挖掘的优劣是一个极其重要的基础性工作,本论文为此付出了大量的时间,通过对大量相关技术和统计方法的研究,最终确定了采用OLAP以及因子分析、交互作用分析、相关性分析及多种判别分析等分析方法,实现了样本空间中特征量的取舍、影响度、补全预测等预处理工作,给出了向量空间较好的样本集,建立了PAS客户流失分析主题的数据仓库,为数据挖掘提供了良好的基础。在建立了数据挖掘“宽表”的基础之上,采用了聚类方法分别对各类特征分量进行分类,以确定流失用户在客户价值区间、自然属性、地域区间等各种特征分量在空间上的分布特性,以此得到流失用户的共性特征,并结合领域知识经验,获取决策树的生成规则,指导决策树的生成。 实践证明,本论文整体的技术路线是可行的,其中间结果对于昆明电信的流失分析已经起到了一定的作用,所发现的知识具有一定的合理性和参考价值,对相关领域的研究起到了一定的推动作用。