随着电信行业的飞速发展，除了电信的传统业务如宽带业务外，电信获得了3G牌照以后，企业获得了又一次的飞跃发展的机会，而带来这次发展的契机就是电信的移动业务，进入了3G时代，移动业务使得三大电信运营商又重新站在全业务经营时代的起跑线上，而移动增值业务是移动业务中一个很重要的增长点，如何有效率向客户推荐移动增值业务，成为一个值得研究的课题，而电信作为数据挖掘技术一个重要研究领域，使得数据挖掘技术在这一行业应用逐渐走向成熟。

 

关键词：移动业务；移动增值业务；数据挖掘；关联规则；Apriori算法

 

 

 

 

1.1       研究背景

2009年1月7号，国家工业与信息部正式颁发了三张3G牌照，批准三家运营商经营3G业务，其中中国移动获得TD-SDMA牌照、中国联通获得WCDMA牌照、中国电信获得CDMA2000 1X牌照，三家运营商就此开始真正意义上的全业务竞争，并在同一起跑线上开始了3G业务的竞争。

值得注意的是，从2009年起，国内手机电视等移动流媒体服务已经取得了很大发展。近两年，虽然国内移动运营商已经能够提供移动电视等基于2.5G网络的移动流媒体服务，受到网络带宽的限制，图像，声音效果不理想，用户可以使用移动流物种也很有限。随着3G商用帷幕拉开，国内移动运营商将通过产业合作，进一步加大手机电视业务市场营销力度，积极用户，包括点播，直播，下载和播放流媒体，包括移动服务，移动电视运营商和其他业务将成为新的业务增长。此外，随着3G数据为商业服务，不断提高的基础上，移动信息化解决方案的移动通信在公安，交通，金融，教育等部门和行业的广泛应用，网络承载能力。

对于中国电信而言，此次获得移动网络，对企业发展而言，又是一次契机，在新的机遇下，中国电信通过移动业务，培育新的盈利增长点，开启宽带，固话，移动的全业务经营时代，通过借助发展3G业务的机遇，不断提升开展移动增值业务的效率,以期在中国电信开展移动业务之后，能稳健的开拓市场，为中国电信移动业务方面的竞争，奠定良好的基础。

1.2       课题来源

本课题来源于“江西电信C网预处理系统”。本课题的主要研究任务是：研发江西电信增值业务模型并作出评估，分析电信移动客户消费行为，以便客户在办理任何增值业务时，向其推荐相关联的不同的增值业务，并将数据挖掘中的改进后关联规则算法应用在模型中，属于理论与应用相结合的研究课题。

1.3       研究现状和课题意义

目前国内将数据挖掘技术用于电信移动客户行为的还不是太多，不过在电信移动增值业务客户分析方面有些研究的，如通过构建分析客户细分和业务模型来提升精细营销的，北京邮电大学的林志宏，也有把数据挖掘应用在中国移动的增值业务的消费分析上的，如西南交通大学的宁一鉴。本文主要是对江西电信的移动增值业务的客户消费行为进行分析，通过构建模型，采用关联规则算法进行研究，评估模型，推荐知识。

数据挖掘从大型数据库或隐含的，未知的和潜在的不平凡的信息或数据仓库中提取有应用价值的模式或信息，它应用于数据库，人工智能，机器学习，统计数据库的研究新领域，是非常有用的理论与技术等领域。数据挖掘是长期对数据库技术的研究和发展成果。它的迅速增长和商业数据库前所未有的增长是分不开的，与20世纪90年代更成熟的数据仓库也被广泛应用于各业务领域，“发现知识KDD”也出现了各种专题和国际学术大会上，国内相比之下对DMKDD(数据挖掘知识发现)研究的稍微晚些。

关联规则挖掘是发现事物数据库中庞大数据集项之间的关联性和相关性，并通过以关联规则的这种形式将显现出来。关联规则是数据挖掘中用得较多的一种数据挖掘技术，除聚类外，目前许多系统都采用了对系统的海量数据进行数据挖掘的关联规则。