移动通信中数据挖掘技术的应用

前言：想要写出一篇引人入胜的文章？我们特意为您整理了移动通信中数据挖掘技术的应用范文，希望能给你带来灵感和参考，敬请阅读。

引言：

在现代经济建设的大背景下，信息时代正在到来，移动通信系统中对数据挖掘技术的需求随着人们生活需要越发重要。在实际的情况下数据挖掘技术并没有得到很好的体现，移动通信系统建设过程中也没有很好的考虑到数据挖掘技术的使用环境，系统大环境下没有为数据挖掘技术的应用提供很好的平台，数据挖掘技术还需要长远的建设。为了解决这一问题，加快移动通信系统适应生活快速发展的需要，需要对数据挖掘技术进行研究，找出移动通信系统现有的应用情况，明确发展策略，找出技术实践的关键。

1.有关数据挖掘技术的相关概述

数据挖掘主要是指从大数据中根据需求提取一些有用的数据，主要是一种知识需求发现的过程。数据挖掘过程中包括了统计学，分析法等，依靠计算机的人工智能进行高度化自动化的数据监测，然后运用机器自身的软件数据分析，推理出所需数据的情况，并对今后的关联需求进行分析做出比对，解决用户的需求，辅助评估价值，做出正确的决定。数据挖掘与现有的联机分析处理有点类似，但联机分析处理更多的作为已有数据的分析，主要通过用户输入问题和关键词进行快速的检索，数据的关联性不强，而数据挖掘技术能够通过自我信息分析，找出关联的隐藏的数据，进行具体的数据分析提供给用户。数据挖掘技术在实际使用过程中有几种分析的方法：1）相关分析法，相关分析法主要是分析数据之间的联系密切程度，注重变量关系。2）回归分析法，主要进行数据之间的依赖关系检测，是相关分析法的提升。3）时间排序分析法，主要是找出数据之间的关系，侧重点为时间上数据的关系，根据时间排序进行数据的分析。4）分类分析法，分类分析主要为对每个潜在的数据进行标记，然后根据这些标记进行关联性分析，分类分析更像一个数学模型公式进行数据寻找，常见的分类分析模型有神经网络模型，决策树模型，回归线模型等。5）聚类分析法，这类分析标记的主要是一组数据，这类数据根据一定的规则被组合在一起，然后根据组合的情况进行关联性寻找，分类分析中的模型大多也适用于聚类分析法。

2.数据挖掘技术应用的必要性

数据挖掘技术主要针对客户需求进行的数据提取，在移动通信系统中存在着大量模糊的数据信息，这些信息有着随机性，内容中有的为潜在的知识点，有的为无价值的知识内容。这时候数据挖掘技术需要综合的判定，对知识点的筛选涉及到信息统计学、数据库提取技术、知识点的可视化技术、数据近义查询技术等。当数据挖掘技术应用于移动通信系统中，在网络基础上可以使用数据查询的基本功能，也可以从网络中进行关键词类的模糊查询，将关联的数据信息提取出来提供给用户内容。当前移动通信系统中还未真正建立起良好的数据挖掘技术，因此需要找出数据挖掘技术应用中的实际情况，找出移动通信系统中阻碍运行的问题，对移动通信系统进行有效的改进和优化，加快信息技术发展。

3.数据挖掘技术应用的实际情况

数据挖掘技术应用的平台为互联网，数据挖掘技术主要由业务运营网站和客户服务中心组成。一方面，客户服务中心通过客户对数据的需求、数据营销的提取等实际情况，将上述系统的内容分布在不同的系统环境中，具有不同的访问模式和数据格式。由于移动通信系统运行中数据与独立信息的冗余和不一致，数据挖掘技术在单视图应用条件下难以很好的实现。目前互联网移动通信系统的组成基本上配备了在线数据处理技术进行分析，虽然可以根据对象实现数据的在线实时处理，但由于系统环境中存储了大量完整的数据，无法为通信用户提供数据挖掘、查询和检索功能。在这种情况下，为了实现移动通信系统中数据挖掘技术的有效实施，移动通信系统中只能根据企业需要建立对应的客户信息数据库，将筛选出来的信息分别输入到数据库中，从而提高客户数据使用环境的正确性和简单性。客户数据信息系统处理中被物理性的分为很多部分，每个部分管理各自类型的信息，这些信息主要包括客户市场营销数据，财务信息，客户需求数据等等，这些信息相对独立形成各个信息孤岛，只有按需求全部提出来才能看出数据的有效性，这些数据孤岛中存在很多重复的或者冲突的情况，还需要进一步的数据分析，不能产生直观的单一的图形查看需求，较为繁琐。这些分系统中处理数据可以实现实时在线处理，但是不能适应全方位的大规模检索和查询，关联程度较弱，因此必须建立企业级的客户信息数据库，把所有关联的信息放入库中，同时将隐藏的模糊的信息也一同关联上，建立起一个完整的数据环境，使数据挖掘技术得到查询运用的平台。

4.数据挖掘技术在移动通信系统中的有效运用

4.1建立挖掘数据库

建立一个基于网络平台的移动通信数据库，可以达到数据挖掘技术使用的基本功能。区别于传统的在线分析系统，数据仓库建立在顾客需求且根据时间进行分析收录上，数据挖掘技术人员根据实际情况进行数据的汇总，统一进入到数据库中形成数据源，将数据转化成统一格式的文件，可以从文件中看出顾客的需求，顾客查询记录，顾客联系频次等一套完整的顾客信息。根据不同主题从储存的数据库中进行客户数据文件的处理，系统中可以处理文件的转换和加载工作，数据库中客户数据可以进行在线分析，可以自动匹配相关联的信息，数据库系统的建立是一个非常复杂的过程，主要通过企业级数据库、网络数据源和筛选决策支持三部分组成，应首先确立数据挖掘技术应用方向，其次在进行移动通信数据库的建设。

4.2明确数据挖掘技术应用方向

日常使用的移动通信系统中数据挖掘技术常用于数据分析和数据服务上，主要分析的对象包括顾客行为分析，顾客满意度分析，忠诚度分析，竞争环境和对手分析等，例如数据挖掘技术人员使用系统进行顾客行为分析中，主要进行顾客生活习惯，消费环境，交往对象等行为特征进行分析，根据分析的结果进行客户群划分，这样便于网络运营商根据客户群推销更适合客户的营销活动和服务，可以精准的进行推送。

4.3提高数据挖掘技术应用处理

数据挖掘技术更注重数据的存储信息量，对数据信息量进行集成选择，明确目标要求，注意数据分析的相关联质量，数据进入到库中需要进行文件内容检查，减少数据信息模糊导致搜集到的数据不完整，建立数据库的目的就是减少数据处理范围和时间，提高数据挖掘技术的处理运行质量，提高数据挖掘技术应用的科学合理，使技术人员在进行数据处理时减少挖掘技术工具的使用局限，让数据挖掘技术能更好的使用。在数据挖掘技术过程中，需要在移动通信系统中假定一个关键词或参数，然后运行系统来选择运行数据挖掘模式公式，将数据库中设定点的相关知识进行查询和分析，使用适合的工具进行数据挖掘，优化移动通信系统的网络，快速寻找挖掘出发现的知识内容。数据挖掘完成后，如果用户对获取的信息和数据不满意时，重新对用户决策目标信息进行分析，提取相关知识内容，完成数据挖掘再次分析过程。数据挖掘技术得出的结果通常包含着几方面内容，例如数据信息的操作规则，分布情况，现有模式，显示模式等，内容清晰明了，可以直接提供给用户使用，满足用户的需求。

4.4数据挖掘技术运用控制

移动通信系统中的数据量十分巨大，如果直接运用数据挖掘技术，反应时间过长影响用户体验，技术人员可以利用数据处理技术，掌握用户搜索数据信息的行为习惯，建设实际需求数据库的设立。数据采样技术可以用来控制大量数据采集工作，对数据挖掘技术实现目标函数的设定。为提高挖掘性能和降低成本，技术人员需要进行各种环境下的多数据挖掘计算方式建立，运算的相关软件在系统中应采用并行技术，这样做可以使用户更方便的使用移动通信系统中数据挖掘技术。此外，为了提高数据挖掘技术的应用质量，必须保证信息分析师具有丰富的知识和较强的调查能力，使其能够用于移动通信的数据库建立。

5.结束语

在移动通信系统数据管理中，数据挖掘技术是一门智能化的方式，主要用于数据查询整理，数据内容分析，数据可靠性验证等功能，因此在数据挖掘技术建设过程中，要结合着移动通信系统进行分析，加大技术研究内容，明确研究目的和方向，提高移动通信系统适用于客户需求的能力，优化系统应用水平，在数据挖掘技术的环境下，客户可以得到想要的知识内容，可以得到相关分析和论证参考，数据挖掘技术是移动通信系统信息化建设的重要环节之一，要充分应用到实践中，提高数据挖掘技术的推广前景。

作者：谢翠琴 单位：安徽职业技术学院