首页 -> 2008年第3期
关联规则挖掘在电信业务交叉销售研究中的应用
作者：黄玉萍
[关键词]关联规则 交叉销售
现阶段电信业务面临同质化竞争的市场压力，市场竞争的规模、范围和激烈程度是前所未有的，价格、优惠或赠送话务量仍旧是吸引客户的主要竞争手段，电信资费有进一步下滑的趋势，离网率居高不下；伴随着消费者在日常生活的方方面面都开始享受更加个性化、互动式的服务的时候，价格战不仅不能提升客户的忠诚度，反而导致获取客户的成本更加高昂，同时也促使大量的客户对资费的下降抱有很大的预期；用户可以很容易地比较竞争对手给予他们的优惠，并最终导致逐渐习惯于得到更高的折扣或优惠而因此转网。因此，研究不同增值业务之间销售的相关关系，准确、及时地进行经营决策，对相关性强的增值业务进行交叉销售，以提高销售额，必须充分获取并利用相关的数据信息对决策过程进行辅助支持。近几年迅速发展起来的数据挖掘技术就是实现这一目标的重要手段。
（一）数据挖掘概述
数据挖掘是根据企业的既定业务目标和存在的问题，对大量的业务数据进行探索，揭示其中隐藏的规律，并将其模型化，指导并应用于企业的实际经营。数据挖掘是建立在数据仓库基础上的高层应用，但数据挖掘跟数据仓库的其他一些应用如OLAP分析、预定义报表和即席查询等有很大的区别。后三者通常是用户根据已知的情况对所关心的业务指标进行分析；而前者则是在业务问题和目标明确但考察的问题不清楚时，对数据进行探索，揭示隐藏其中的规律性，进而将其模型化。数据挖掘是一个循环往复的过程，通常涉及数据准备、建立模型、评估和解释模型、运用和巩固模型等步骤。
1.数据准备：数据准备工作包括数据的选择（选择相关和合适的数据）、探索（了解数据分布情况和异常数据等）、修正（包括缺失数据的插值等）和变换（离散值数据与连续值数据的相互转换，数据的分组分类，数据项的计算组合等）。
2.建立模型：选取数据挖掘工具提供的算法并应用于准备好的数据，选取相应参数，生成模型。
3.评估和解释模型：对模型进行比较和评估，生成一个相对最优模型，并对此模型用业务语言加以解释。
4.运用和巩固模型：对模型在实际应用中的表现进行监控，如果模型表现不好，则对模型作进一步的考察和修正，以反映业务运作规律的变化。
（二）数据挖掘中关联规则描述
设I={i1,i2…,im}为所有项目的集合，设A是一个由项目构成的集合，称为项集。事务T是一个项目子集,每一个事务具有唯一的事务标识Tid。事务T包含项集A，当且仅当AT。如果项集A中包含k个项目，则称其为k项集。D为事务数据库，项集A在事务数据库D中出现的次数占D中总事务的百分比叫做项集的支持度（support）。如果项集的支持度超过用户给定的最小支持度阈值，就称该项集是频繁项集（或大项集）。
关联规则就是形如XY的逻辑蕴含关系，其中XI，YI且XY=Φ，X称作规则的前件，Y是结果，对于关联规则XY，存在支持度和信任度。
支持度是指规则中所出现模式的频率，如果事务数据库有s%的事务包含XY，则称关联规则XY在D中的支持度为s%，实际上，可以表示为概率P（XY），即support（XY）= P（XY）。信任度是指蕴含的强度，即事务D中c%的包含X的交易同时包含XY。若X的支持度是support(x)，规则的信任度为即为：support(XY)/support(X)，这是一个条件概率P（Y|X），即confidence（XY）= P（Y|X）。
关联规则就是支持度和信任度分别满足用户给定阈值的规则。
（三）关联规则应用实例
从11月g网有增值业务收费项的客户中随机抽取2万客户，用关联分析进行建模，业务分析结果如下表1:
说明：关联数指有多少项业务进行关联；支持度指同时满足两个条件的概率；置信度指在第一个条件出现的前提下，第二个条件出现的概率；客户数指满足置信度条件下的用户数；Lift（改善度）指置信度/第二个条件出现的概率的比值；规则指发生关联的增值业务的关联关系。
（四）结果分析
在序号为3的行中可以看到，规则为H15 ==> H9 & H4 时，lift值1.34，置信度25.36，即产生网关费用的用户中有25.36%的用户同时开通“短信”和“炫铃”业务，是自然条件下同时开通短信和炫铃业务的1.34倍。
在序号为6的行中，规则H4 & H15 ==> H9时，lift值1.15，即“炫铃”与“网关”同时产生的条件下带动“短信包月”的发生是自然条件下的1.15倍。
（五）存在的问题
1.数据质量和完备性。国内电信运营商现有的、面向事务的数据在质量、完整性和一致性上存在许多问题，必须投入大量的精力去进行数据的抽取、净化和处理。此外，业务问题的相关数据有时难以全面收集。例如客户信用是客户价值评估中的关键因素，但由于国内未建立完善的信用体系，无法根据现有客户数据建立优质的信用评价模型，从而导致客户价值模型有效性的降低。
2.应用周期。数据挖掘存在一个较长的应用周期。技术本身不能给使用者解决任何问题，只能从数据中把一些潜在的情况呈现到使用者面前，由使用者采取相应措施。数据挖掘应用的有效方法是：从一个较小的、关键的问题出发，建立起相对有效的模型，并通过应用实践不断检验和完善模型，逐步替使用者解决问题。
参考文献：
[1]Jiawei Han,Micheline Kamber.范明,孟小峰等(译).数据挖掘概念与技术[M].北京:机械工业出版社,2001,(8).
[2]李雄飞,李军.数据挖掘与知识发现[M].北京:高等教育出版社,2003,(11).
[3]王芳,王万森.关系数据库中关联规则挖掘的一种高效算法[J].微机发展,2004,(9):20-22.