数据仓库和数据分析技术在互联网电信增值业务领域的应用

摘要

近年来，随着互联网电信增值业务的飞速发展，运营过程中积累了大量的历史数据。同时，随着电信行业竞争的加剧，互联网电信增值业务市场己成为各电信企业进行激烈角逐的重要领域。原来业务系统的关系数据库和传统的数据分析手段只能提供的简单查询和报表，不能获得数据的内在关系和隐含的信息。因此，如何对积累的这些历史数据进行有效的分析，发现知识，用以指导经营决策，已成为电信企业在竞争中制胜的关键。数据仓库、联机分析处理和数据挖掘技术的发展为解决这一问题提供了有效途径。但目前将数据仓库技术应用于互联网电信增值业务分析领域并未取得系统性的研究成果和成功的实施案例。在此背景之下，本文在调查研究互联网增值业务运营情况并分析掌握数据仓库和数据分析技术的基础上，设计并实现了一个基于数据仓库和OLAP、数据挖掘技术的互联网电信增值业务经营分析系统。论文主要进行了如下工作： 第一、介绍了论文的研究背景，分析研究了数据仓库的相关技术，包括数据仓库设计基础、联机分析处理(OLAP)技术和数据挖掘技术，这是设计实现互联网电信增值业务经营分析系统的技术基础。 第二、在对互联网增值业务的运营情况进行调研的基础上，总结了互联网增值业务的运营特点，互联网增值业务信息平台的功能和主要业务流程，这是设计实现经营分析系统的业务基础。 第三、详细阐述了基于数据仓库、OLAP技术和数据挖掘技术的互联网电信增值业务经营分析系统的主题分析子系统的设计与实现，这部分是全文的重点。在这部分首先设计了互联网电信增值业务经营分析系统主题分析子系统的的总体技术方案，然后从数据存储层、数据获取层和数据访问层三方面描述了具体方案的设计和实现过程。数据存储层采用面向主题的数据仓库技术来组织存储数据，结合对互联网增值业务经营状况的分析理解，设计了数据仓库概念模型的实体关系图、逻辑模型的星型模型图、物理模型详细设计的事实表、维表的表结构及总体关系图。在数据获取层根据数据源的特点及数据仓库模型设计ETL方案，制定了数据的抽取转换策略，实现了数据的抽取转换和加载。数据访问层采用了多维分析(OLAP)和数据挖掘(DM)两种分析形式。多维分析部分设计了MOLAP型的技术方案，根据用户需求，设计、构建各个分析主题的多维立方体模型，并生成、发布多维立方体。数据挖掘部分设计实现了用户流失预测、用户消费预测、套餐业务销售分析的挖掘方案，并生成、验证和应用了挖掘模型。 文章在最后对论文进行了总结，并对基于数据仓库的数据分析技术的发展方向进行了展望。

目录

文摘

英文文摘

独创性声明及关于论文使用授权的说明

第一章前言

第二章数据仓库及数据分析技术

第三章互联网电信增值业务

第四章互联网电信增值业务经营分析系统的设计和实现

第五章总结与展望

缩略语

参考文献

致谢