一、移动BOSS系统的数据挖掘和知识发现技术浅析(论文文献综述)
仝光宇[1](2020)在《S移动通信公司BOSS系统业务风险管理研究》文中进行了进一步梳理2018年国家工信部提出了提速降费、携号转网等多项工作要求,S移动通信公司积极响应国家政策,持续推出各种新业务、新套餐为用户带来实惠便利的服务。与此同时,伴随着移动支付、视频直播、短视频、手机购物等各类APP的大力推广和应用,用户流量使用需求激增,各电信公司的流量业务不断增长,运营商之间的市场竞争愈发复杂。为抢夺用户,各电信公司开展的高流量低资费套餐的同质化价格战导致流量资费价格大幅下降,利润空间逐渐缩减。从2018年第3季度起,S移动通信公司业务总量虽然继续保持增长态势,但业务收入不增反降,整体运营收入开始回落。为了确保公司持续发展的态势,该公司开始不断策划推出各种不同类型的新业务来寻找新的收入增长途径。新业务的不断推出及计费规则的频繁更新,导致BOSS系统业务运营过程中所面临的风险不断加大。近几年来S移动通信公司频繁发生社会渠道利用BOSS系统漏洞恶意套利的风险事件,扰乱正常的业务办理市场的同时对公司的运营收入也产生了极大影响。S移动通信公司在推出各类新业务的同时,无论出现系统漏洞还是业务逻辑漏洞,漏洞一旦被恶意利用都将产生严重的风险事故,所造成的品牌损失及经济损失不可估量。在公司增收乏力的情况下,就必须不断优化企业的风险管理能力,通过风险管理工作及时发现并减少BOSS系统在业务办理过程中发生的风险事件,降低在业务发展过程中各类业务风险给公司整体收入造成的不良影响。本文通过查阅大量的运营商BOSS系统风险管理及业务风险管理相关文献寻找适合S移动通信公司现有BOSS系统业务风险的管理方法,对该公司业务的风险识别、风险评估、和现有风险监控措施的不足进行了研究。针对该公司风险事件的特点采用了头脑风暴法对该公司BOSS系统潜在的业务风险进行了识别。通过风险启发清单识别出7种类型共23个风险因素并建立了风险因素清单,随后采用专家调查法对各个风险因素的发生概率、风险危害程度和风险等级进行了综合评定。在风险识别和评估的基础上针对相应的风险因素提出了客户信息查询、工号登录操作、资费办理异常、营销活动办理异常、共享资费异常、高价值套餐异常、积分业务异常7类风险的监控及控制措施,同时提出组建专业的业务风险管理团队、建立实时监控的信息化系统、实施高效性的业务风险闭环管理、提高员工的风险防控意识、树立积极主动的风险防控态度五项保障措施。本文是作者结合自身业务风险管理工作的实际情况对所在公司在BOSS系统业务风险管理方面存在的疏漏重新进行风险识别和评估,并对照风险因素清单提出了相应的风险监控及控制措施,目的是通过更加完善的风险管理,减少业务风险事件造成的损失,保障公司运营收入及利润指标的完成。
韩易霖[2](2019)在《计算机审计在中国移动“养卡”审计中的应用研究 ——以A移动公司为例》文中研究指明自20世纪80年代以来,我国计算机审计研究经历了 20多年的发展历程,已经得出了较为系统化和完整化的计算机审计体系。我国计算机审计体系发展和完善离不开前辈们的辛苦研究。但现阶段,随着我国企业信息化的程度越来越高,信息技术的应用更加广泛,计算机审计的应用研究已经到了无法突破的地步。面对这种情况,我们应针对计算机审计的应用进一步进行研究。据智研咨询发布的中国企业信息化行业运营分析及发展前景预测报告(2018-2024年)显示,截止2017年底,我国使用互联网的企业在市场企业当中占比超过90%,首次达到95.6%的超高比例。这代表着,我国的企业信息化程度稳步提升。中国移动作为三大运营商之一,其信息化程度非常高,各类业务操作均在信息系统当中进行。尤其是中国移动对于“养卡”行为的审计项目,该项目旨在通过分析社会渠道办理业务的明细中发现社会渠道是否存在“养卡”行为,进而对社会渠道采取相关处理措施,以减少中国移动损失,避免多发酬金。在这样的背景下,传统审计技术已经无法完全满足中国移动“养卡”项目审计职责的需求。作为具有监督监察企业运行的“经济警察”和“财务医生”,审计工作人员也应紧跟时代发展,提升自己的计算机水平。首先,对于“养卡”审计工作来说,最先变化的是审计人员的工作环境。传统审计工作面对的审计环境是纸质版的业务资料内容,而如今,审计人员需要面对的是计算机上的业务数据、财务数据,需要使用计算机对审计资料进行查看。其次,审计手段发生了变化。传统审计工作需要通过手工审计完成,对于“养卡”行为这种数据量较大的审计内容,需要利用办公软件、数据库、数据挖掘等先进技术手段完成审计工作,能够快速的发现问题,准确定位。最后,提高了审计人员自身的计算机水平和综合素质。现在的社会需要复合型人才,审计人员不仅需要掌握并熟练运用会计和审计知识,同时还需要知晓计算机技术、网络技术,还要在审计工作中具备快速学习的能力,以面对不同的企业和不同的而业务,能够利用计算机审计快速发现漏洞并准确抓取问题根源所在。综上所述,计算机审计工作因为时代的变化,环境、技术、人员素质的要求,如果无法完全适应现有的审计工作,可能会给工作带来极大的审计风险,降低审计工作质量。本文主要研究计算机审计在中国移动“养卡”审计项目中的应用,并以A移动公司为例,A移动公司具有高度信息化的特点,其社会渠道所办理业务量十分庞大,业务数据一天之内可达几十万条。通过计算机审计中的数据挖掘技术在“养卡”审计项目中的运用,对养卡客户群进行分类,找出客户群的特点,完善养卡审计模型。运用观察法、文献分析法、案例分析法和定性定量分析法,并利用计算机审计中的数据挖掘技术,进一步探讨计算机审计在中国移动“养卡”审计中的应用性。根据在“养卡”审计项目中的数据挖掘,提出A移动公司完善养卡防范措施。通过研究计算机审计在中国移动“养卡”审计中的应用,不仅丰富了计算机审计的内涵,而且为今后计算机审计的发展指明了一条发展道路。
刘波[3](2017)在《广电宽带用户流失预警系统研究与设计》文中指出随着宽带互联网接入的日益普及,运营商对宽带用户的发展竞争也越发激烈,而针对宽带用户接入服务的流失也日渐成为各运营商的关注热点,在原有的客户关系维护中,无法精准和及时的对可能面临流失的宽带用户进行捕捉和行为分析。因此,如何提高预测客户流失的准确率将成为各个运营商十分重要的活动。本文将主要研究基于数据挖掘算法在广电行业中宽带用户流失的问题,提出通过同时对几个数据模型进行演算与实际情况进行对比,经评估和优化后确认唯一模型算法,最终提取预测结果的方案。主要工作如下:(1)研究各类数据挖掘算法的结构系统和过程模型。通过目前主流的CRISP-DM过程模型作为本文的基础构架,为后文分析客户流失预测方法提供理论基础。(2)针对广电宽带业务的特点,提出基于数据挖掘算法的客户流失预警系统的设计方案,重点对比分析了决策树、神经网络、Logistic等模型。(3)通过对数据清洗和抽取、模型变量筛选、构造衍生变量后,导入实际用户数据,经计算出预测结果与实际数据进行对比,最终完成系统测试。测试结果表明决策树模型是最适合本次研究的分析算法,而且极大的提高了用户预测结果的准确率。根据模型输出结果,可以为广电的业务部门提供流失预警名单。根据流失分析概率和实际情况,有针对的进行用户挽留活动,提高了工作效率,降低了流失风险。从而有效的控制了宽带用户流失风险,为综合业务发展提供了重要保障。
胡彬[4](2015)在《通信公司客户关系管理系统的分析设计与实现》文中认为随着互联网时代的到来,基础通信运营商通过数十年的发展,已掌握了大量的用户数据以及消费习惯的信息。在这大数据的基础上,如何通过切实有效的方法将这些用户数据的价值最大化已成为运营商市场拓展中所面临的难题。自上世纪下半叶工业生产能力逐步能够满足大部分市场需求开始,消费者的趋好逐步开始考虑到个人兴趣,在这种需求之上产生了定制化的生产方式。传统的推式生产(push production)转换为全新的拉式生产(pull production)。在这种市场需求的基础上,本课题研究一种专门针对基础移动运营商的客户关系管理系统。此系统除了考虑合理而有效的对客户信息进行管理以外,还基于全新的决策支持解决方案,提供辅助的精准营销支持。本文将对通信行业的客户关系管理系统市场需求作详细分析,并基于需求进行相关系统的功能分析,设计并开发了客户关系管理系统,该系统采用模型-视图-控制器模式,最后进行相关系统的实验及测试。此外,此次课题研究还引入了优化改进算法进而实现对通信行业用户的群体分析,在客户群体分析明了的基础之上,辅助公司进行产品开发,然后进行定向的营销。随着4G时代的来临,通信市场竞争日益激烈,本文所研究的客户关系管理系统,可以有效的为这些企业的营销决策提供支撑,改善营销成功率,降低营销成本,提高投入回报率。
李萌[5](2012)在《BOSS管理系统研究与应用》文中研究指明3G时代和全业务时代的到来意味着各种新技术的应用、丰富的个性化业务的推出。3G全业务的发展对电信运营支撑系统(BOSS)提出了更高的要求。我国电信市场格局的形成,随着市场竞争的越来越激烈,电信运营商,尤其三大运营商,开始意识到本身的生存发展危机,对客户争夺和自身建设也越来越重视。无论是业务能力还是服务能力等,这都对电信网络提出了新的要求。新一轮的竞争由此引发,竞争的焦点问题,以前是资源竞争,现在则逐渐转向了质量竞争。电信运营商的BOSS系统、客户分析系统、OA系统为核心的软投资的增加,为广大设备系统集成商们提供了广阔的市场,并且拉开了产业链上下游各个环节之间的或合作或竞争的关系的帷幕。中国移动作为我国较大的电信运营公司,其比较有代表性的是移动业务支撑系统(BOSS),从1995年底启动全国漫游计费结算中心系统开始,经过多年的建设,已建成了“两级三层”的一体化的运营支撑系统,很好的支撑了移动业务快速发展,走在了同行业的前列。但随着通信技术日新月异的发展,随着客户和新业务的猛增,现有BOSS系统的弊端逐渐显现出来,市场的迅猛发展已无法跟随,并在相当范围内制约了市场的快速稳定发展,随着NGN、3G等技术逐渐进入商用,中国移动的一大课题成为了如何构建一套能够适应未来市场发展、系统框架稳健、市场反应速度迅速的运营支撑系统。本文通过对目前电信运营支撑系统的发展变化、国内电信行业的发展状况、中国移动BOSS系统的现状及面临的问题进行了分析,详细讨论了中国移动BOSS系统的需求描述以及业务流程分析设计,并着重结合X移动的企业信息化战略目标体系,对其BOSS系统最主要的子系统在实际应用中所起到的作用进行详细的分析。
汪旭[6](2011)在《中国移动黑龙江彩铃系统的设计与实现》文中进行了进一步梳理彩铃业务目前已经成国内外各大电信运营商的一项重要业务,它为运营商们提供了丰厚的收入,彩铃业务自问世以来,发展速度很快,但是,随着该业务的普及,其增长的势头有所减缓,退订用户和沉默用户数量增加,彩铃营销方式已经从原来的粗放型增长转变为精细化营销,各大运营商都采用各种营销手段来促进彩铃业务的拓展,增加其收入。为了配合公司推出的各种营销活动,需要电信运营商有一个专门的业务支撑系统支持彩铃业务,为了进行精细化彩铃营销,需要采用数据挖掘技术合理的向用户推荐铃音。本论文根据中国移动公司黑龙江分公司的需求,为该公司开发彩铃系统,实现业务的统一支撑,用户可以通过彩铃系统完成针对彩铃业务的所有功能,这些功能包括集团彩铃业务功能,个人彩铃业务功能,彩铃卡业务功能,彩铃业务报表统计功能,彩铃推荐功能。彩铃系统基于移动业务运营支撑系统(Business Operations Support System,简称BOSS系统)开发,在BOSS系统之上运行,可以通过接口调用BOSS系统的计费、账务、客户服务等功能,实现原有彩铃平台实现不了的复杂业务,辅助该公司进行多样化的彩铃营销。彩铃推荐模块通过生成数据立方体,得到有意义的多维关联规则,并根据得到的多维关联规则、根据已往彩铃定制记录和用户信息进行多种方式的彩铃推荐。本文首先对国内外彩铃业务的发展情况和中国移动的BOSS系统做了介绍,对该公司提出的需求进行分析和整理,根据整理后的需求对彩铃业务支撑系统进行总体设计,介绍了系统中使用的关键技术和数据库的设计,而后给出了各个模块的设计与实现方法,最后介绍了系统的测试过程。经过充分测试,系统已经部署使用,使该公司可以通过本系统实现彩铃业务的统一支撑,用户可以通过该系统完成所有的彩铃业务功能,通过系统中彩铃推荐模块,提升了用户定制率,增加了公司收益。
李萌[7](2010)在《基于数据挖掘技术的济南移动经营分析系统的设计与实现》文中提出客户关系管理(CRM)是对企业和客户之间的交互活动进行管理的全过程,是企业选择和管理有价值客户及其关系的一种商业策略,CRM要求以客户为中心的商业哲学和企业文化来支持有效的市场营销、销售与服务流程。数据挖掘能够自动的从庞大的数据中找出好的预测客户行为的模式,将数据挖掘技术嵌入到CRM中,可以为企业构建分析型CRM使用平台,从而对信息进行智能化加工、处理,并最终为各级市场决策管理者提供及时、准确、科学的决策依据。本文结合CRM、数据仓库和数据挖掘的基本理论和方法,以济南移动通信公司的经营分析系统构建为背景,设计了基于数据仓库技术的CRM系统(客户关系管理系统),同时设计了针对客户的数据挖掘技术在CRM中的应用流程和方法。本文首先对CRM、数据挖掘、数据仓库等先进技术进行了简明扼要的介绍,为客户经营分析系统的建立及数据挖掘的应用建立了理论基础。接下来针对济南移动通信公司客户较多,设计了基于数据仓库CRM系统。包括系统结构、系统功能、过程控制和数据仓库的设计四部分。其中系统结构包括三层体系结构、基于B/S模式的网络结构;系统主要的功能模块分为用户发展情况分析、业务发展情况分析、收益情况分析、市场竞争分析、服务质量分析、营销管理分析和大客户分析;过程控制分为主要业务过程和系统接口的实现;数据仓库的设计包括经营分析系统数据仓库构建需注意的问题、数据的获取、抽取、转换、载入(ETL)的实现、建模方式以及元数据管理;接下来以客户分群和客户流失率的预测为例详细介绍了数据挖掘在CRM中应用的整个过程。
庞晶晶[8](2010)在《面向电信业的客户消费行为知识发现研究》文中进行了进一步梳理随着电信体制改革的深化,网络融合的加剧,我国电信业的竞争也日趋激烈,精细化营销理念被引入到电信运营企业,并作为重要的市场营销管理措施加以推行。用于监控企业运行、帮助企业做出明智业务经营决策的工具—知识发现系统得到了学术界和应用领域广泛的重视。但是业界的讨论和实践更多的是局部的支撑系统,如计费系统、客服系统、网管系统、财务系统等。这些IT系统只能解决一定范围内的业务问题,这是远远不够的,因为局部的业务数据不足以形成企业层面的知识。电信运营企业的知识发现系统(Knowledge Discovery System,KDS)要担当起企业的商业智能,就必须能够处理企业视角下的全部运营数据,进而服务于企业各个职能单元。本文的首先论述了知识发现的研究现状,通过对比分析指出本文采用的知识发现技术、模型和架构。然后分析了电信业的发展现状,指出网络融合、无缝通信和由“通信服务”向“传媒服务”的角色转变是电信行业发展的三大趋势。对此,电信运营企业必须调整营销策略,全面引入精细化营销,特别是需要通过实施知识发现系统来提高服务质量。但目前知识发现在电信企业的应用存在不足,尤其在客户消费行为知识管理上存在缺陷。因此,笔者系统分析了消费行为知识发现的概念,研究了消费行为知识发现的基本流程和集成方式,接着提出了一种消费行为知识发现系统体系框架,并从知识获取、知识表示和推理机制、知识的规范聚合四个角度分析了面向电信客户的消费行为知识发现流程,阐述了其相应的实现技术。最后,文章以某移动分公司“客户价值降低预警项目”实际背景为例,结合NCR的Teradata数据挖掘工具的应用,依据CRISP-DM知识发现过程模型,论述了知识发现技术在电信企业客户消费行为分析领域的具体应用过程。本文在对电信业知识发现技术的系统研究下,试图建立“以客户消费行为为中心、融合电信运营七大关键要素”的知识发现与管理系统,为企业提供完备的数据集和概念分层的知识发现机制。在理论和应用上进行了相关研究和探讨,可以为电信业推进知识管理、提高服务水平,进而提高客户满意度和忠诚度提供一些参考。
沈珺[9](2009)在《短信监控系统的设计与实现》文中研究表明我国通信服务不断扩展,移动通信业务得到快速发展,随着手机短信服务的广泛使用,利用移动通信服务传送垃圾短信和不良信息的现象也随之出现,很多违法行为借助此方式发生,“垃圾短信”问题也愈演愈烈,成为社会一大公害。根据信息产业部:“谁主管谁负责,谁经营谁负责,谁接入准负责。”的三谁原则,作为移动运营商就要承担起垃圾短信治理和监控的责任,净化我们的网络和信息环境。从2006年年底以来,移动运营商就加大了对短信的监控力度。其一是对短信流量突然增多,数量超乎寻常的手机或平台的短信内容进行抽检,防止其传播有害信息。其二,启用了信令监测系统,但是原有的判断和监控手段较为落后,仅限于少量关键字的简单判断,误判、漏判严重,计费系统也采用原始的人工流程,往往在垃圾短信发生后很长时间才实现限制,不但产生了大量的恶意欠费,而且不能及时限制非法信息造成恶劣影响。因此,如果要对垃圾短信进行及时有效的监控,并且将其与计费、网管系统相连而形成有效的管理控制机制,则需要建设一个完备的垃圾短信监控系统。本文就GSM平台短信系统的基本概念,对垃圾短短信监控系统的设计原理、功能要求以及垃圾短信监控系统的设计与实现作了简要介绍。对与贵州移动公司对垃圾垃圾短信在监控方面的迫切需求,组建了移动贵州分公司垃圾短信监控系统,从而解决垃圾短信泛滥的困境。并对垃圾短信监控系统的设计和实现做的简要的介绍。对工程项目而言,系统稳定性和高效率是最为重要的。短信发送量每天数以百万计算,如何从海量数据中挑选出具备垃圾短信特征的进行判断裁决是垃圾短信监控平台运营成功的关键。我们通过系统帮助我们准确的抓住每一条符合标准的垃圾短信,但实际网络运营中,这是非常理想化的结果。现阶段最为现实的方式,是不断优化调整垃圾短信监控模式,通过一种或多种监控模式的组合,实现最大命中率和最小人工投入,最大限度的提高生产效率,降低客户误杀投诉概率。这将是一项长期的工作,没有最好,只有更好。
张岳[10](2009)在《一种移动通信欠费风险系统的研究》文中进行了进一步梳理如何有效地控制欠费风险,是国内外移动通信行业关注的热点课题之一。西藏移动公司目前使用的计费方法是准实时计费,实际上这是一种离线计费的模式,需要在用户通话结束后进行离线话单的采集,然后进行分析、批价、入库、出账等系列处理来达到计费的目的。这种计费模式不具备实时控制机制,存在用户透支的可能,易发生欠费,导致巨大的收入流失。针对欠费问题,目前运营商采用的措施有:通过智能网关来控制欠费用户的通话,但需要将频繁变动的用户资料写到智能网的硬件上,这是个很大维护瓶颈;用户通话结束后,批价出账后对已欠费的做停机处理,这种方法只能防止用户继续欠费不能事前预测用户欠费;在线计费(ocs),对所有用户主叫通话过程中发生欠费,不加区别的直接掐断用户通话,容易伤害到诚信客户和大客户的感情,导致客户流失。如何有效控制欠费情况,并防止客户流失,将是本文研究的重点。本文采用数据挖掘技术中的分类方法来对手机用户进行有效分类,并根据分类结果来设定该用户在欠费的情况下可透支的额度。具体是通过抽取部分用户欠费与否的数据,通过数据挖掘中决策树算法得到欠费模型,再用此模型对全部用户进行分类。本文将决策树算法中的CART算法、C4.5算法和ID3算法置于移动客户静态数据中进行比较,找出其中最适合静态数据分类的算法,然后将这一算法与递增式学习算法相结合,用改进的算法来处理递增的动态数据,预测用户欠费风险,并定时的将结果输出到一张oracle数据库表,直接或间接地成为客户可以透支消费的门限。本文结合西藏移动BOSS(业务运营支撑系统)现状,研究了对其改进的具体实现方法,设计研发了一整套后台程序实现了欠费风险控制方案:在实现前置机这块时研究了负载均衡算法,实现进程负载均衡调度;研究了解码的算法;在反算程序中计算上述数据挖掘算法得到的门限表,等等。通过测试情况来看,本系统可以实时掐断低信用度的用户欠费时的通话,而对高信用度用户则允许其在欠费的情况下继续通话一定的额度。但是本文提出的CART改进算法,输入参数对预测结果会有一定的影响,如何对输入参数进行优化选择是需要继续深入研究的课题。
二、移动BOSS系统的数据挖掘和知识发现技术浅析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、移动BOSS系统的数据挖掘和知识发现技术浅析(论文提纲范文)
(1)S移动通信公司BOSS系统业务风险管理研究(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究的背景和意义 |
1.1.1 研究的背景 |
1.1.2 研究的意义 |
1.2 国内外研究现状 |
1.2.1 国外的研究发展 |
1.2.2 国内的研究发展 |
1.3 研究内容及方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
第二章 风险管理理论综述 |
2.1 风险管理概述 |
2.1.1 风险的定义 |
2.1.2 风险的特征 |
2.1.3 风险管理的含义 |
2.1.4 风险管理的目的 |
2.1.5 风险管理的原则 |
2.2 风险管理的过程 |
2.2.1 风险识别 |
2.2.2 风险评估 |
2.2.3 风险控制 |
2.2.4 风险监控 |
2.3 风险识别和评估的方法 |
2.3.1 专家个人判断法 |
2.3.2 德尔菲法 |
2.3.3 头脑风暴法 |
2.3.4 专家打分法 |
第三章 S移动通信公司BOSS系统业务风险管理现状及问题 |
3.1 BOSS系统介绍 |
3.1.1 BOSS系统的概念 |
3.1.2 BOSS系统的构成 |
3.2 S移动通信公司BOSS系统业务风险类型 |
3.3 S移动通信公司BOSS系统业务风险管理现状 |
3.3.1 酬金风险稽核 |
3.3.2 公众业务风险稽核 |
3.3.3 实物管理风险稽核 |
3.3.4 政企业务风险稽核 |
3.3.5 营销活动风险稽核 |
3.3.6 业务异动稽核 |
3.4 S移动通信公司风险管理存在的不足及原因 |
第四章 S移动通信公司BOSS系统业务风险识别与评估 |
4.1 S移动通信公司BOSS系统业务风险识别 |
4.1.1 确定风险识别的方法 |
4.1.2 采用头脑风暴法进行风险识别 |
4.1.3 风险因素场景分析 |
4.2 S移动通信公司BOSS系统业务风险评估 |
4.2.1 确定风险评估的方法 |
4.2.2 采用专家调查法进行风险评估 |
4.2.3 采用风险评估系图法进行风险等级程度评价 |
第五章 S移动通信公司BOSS系统业务风险监控与控制 |
5.1 BOSS系统业务风险监控及控制思路 |
5.2 BOSS系统业务风险监控及控制措施 |
5.2.1 客户信息查询类风险监控及控制 |
5.2.2 工号登录操作类风险监控及控制 |
5.2.3 资费办理类风险监控及控制 |
5.2.4 营销活动办理类风险监控及控制 |
5.2.5 共享资费类风险监控及控制 |
5.2.6 高价值套餐异常类风险监控及控制 |
5.2.7 积分业务异常类风险监控及控制 |
5.3 BOSS系统业务风险监控和控制的保障措施 |
5.3.1 组建专业的业务风险管理团队 |
5.3.2 建立实时监控的信息化系统 |
5.3.3 实施高效的业务风险监控闭环管理 |
5.3.4 提高员工的业务风险防控意识 |
5.3.5 树立积极主动的风险防控态度 |
第六章 结论与展望 |
参考文献 |
附录 |
致谢 |
个人简况及联系方式 |
(2)计算机审计在中国移动“养卡”审计中的应用研究 ——以A移动公司为例(论文提纲范文)
致谢 |
中文摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与研究问题 |
1.1.1 研究背景 |
1.1.2 研究问题 |
1.2 研究意义与研究方法 |
1.3 研究创新及不足 |
1.3.1 研究的创新点 |
1.3.2 论文研究不足 |
1.4 论文框架 |
2 文献综述与相关概念 |
2.1 文献回顾 |
2.1.1 我国计算机审计研究的发展阶段 |
2.1.2 国外计算机审计的发展现状 |
2.1.3 国内计算机审计的发展现状 |
2.1.4 养卡审计国内研究现状 |
2.1.5 文献评述 |
2.2 相关概念 |
2.2.1 计算机审计 |
2.2.2 数据挖掘技术 |
2.2.3 “养卡”行为 |
2.3 本章小结 |
3 计算机审计在“养卡”审计中的应用与问题分析 |
3.1 “养卡”行为计算机审计流程 |
3.2 “养卡”审计数据的处理 |
3.2.1 “养卡”审计数据的采集 |
3.2.2 “养卡”审计数据的清理 |
3.2.3 “养卡”审计数据的转换 |
3.2.4 “养卡”审计数据的分析 |
3.3 “养卡”行为计算机审计流程问题分析 |
3.3.1 抽取样本过少 |
3.3.2 “养卡”审计实地观察效果不佳 |
3.3.3 数据分析工具不足以支持大数据分析 |
3.4 本章小结 |
4 案例分析——以A移动公司“养卡”审计为例 |
4.1 A移动公司概况 |
4.2 A移动公司“养卡”审计流程优化 |
4.3 应用计算机审计前后效果分析 |
4.3.1 对“养卡”审计项目结果的影响 |
4.3.2 对“养卡”审计项目成本的影响 |
4.3.3 对审计软件投入资金的影响 |
4.3.4 对审计人员配置的影响 |
4.4 A移动公司计算机审计存在的问题 |
4.4.1 “养卡”审计监控模型仍有待完善 |
4.4.2 增加了购置成本 |
4.4.3 审计软件的开发有待加强 |
4.4.4 仍需进一步培训和引进专业审计人员 |
4.5 本章小结 |
5 计算机审计的优化措施 |
5.1 完善“养卡”审计监控模型 |
5.2 加强对计算机审计成本的管理 |
5.3 完善计算机信息系统和审计软件 |
5.3.1 加快内部审计信息化建设 |
5.3.2 完善计算机信息系统 |
5.3.3 加强计算机审计软件开发与管理 |
5.3.4 发展大数据平台 |
5.4 加强计算机审计人员管理 |
6 结论与展望 |
6.1 研究的结论 |
6.2 未来研究的展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(3)广电宽带用户流失预警系统研究与设计(论文提纲范文)
摘要 |
Abstract |
1. 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究的总体内容 |
1.4 论文的结构 |
2. 数据挖掘理论与技术 |
2.1 数据挖掘的结构系统 |
2.2 数据挖掘的过程模型 |
2.3 数据挖掘运用的算法和工具 |
2.4 本章小结 |
3. 总体设计与方案 |
3.1 项目设计的总体概论 |
3.2 系统设计的业务定位 |
3.3 数据挖掘算法和工具的确认 |
3.4 系统设计研究的步骤 |
3.5 本章小结 |
4. 商业理解和目标 |
4.1 宽带用户发展现状和目标 |
4.2 制定数据挖掘分析目标 |
4.3 数据来源 |
4.4 数据挖掘项目的流程 |
4.5 本章小结 |
5. 数据理解和准备 |
5.1 数据理解 |
5.2 数据准备 |
5.3 数据处理 |
5.4 本章小结 |
6. 模型建立和评估 |
6.1 决策树模型 |
6.2 神经网络模型 |
6.3 Logistic模型的建立 |
6.4 模型评估 |
6.5 本章小结 |
7. 部署应用和发布 |
7.1 结果预测分析 |
7.2 模型应用效果 |
7.3 本章小结 |
8. 结束语 |
8.1 论文工作总结 |
8.2 问题与思考 |
致谢 |
参考文献 |
(4)通信公司客户关系管理系统的分析设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状以及存在的主要问题 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 现存客户关系管理工作存在的问题 |
1.3 本文研究目的和内容 |
1.3.1 研究目的 |
1.3.2 主要的研究内容 |
1.4 论文的结构安排 |
第二章 相关技术介绍 |
2.1 ASP.NET介绍 |
2.2 SQL Server数据库简介 |
2.3 MVC框架介绍 |
2.4 B/S与 C/S混合服务模式 |
2.5 客户细分算法 |
2.6 本章小结 |
第三章 客户关系管理系统的需求分析 |
3.1 可行性分析 |
3.1.1 技术可行性 |
3.1.2 经济可行性 |
3.2 需求概述 |
3.2.1 用户分析 |
3.2.2 客户细分分析 |
3.2.3 业务流程分析 |
3.3 系统功能性需求分析 |
3.3.1 客户信息管理 |
3.3.2 销售与售后管理 |
3.3.3 系统管理 |
3.4 系统非功能性需求 |
3.4.1 设计约束 |
3.4.2 性能需求 |
3.4.3 其他非功能性需求 |
3.5 本章小结 |
第四章 客户关系管理系统总体设计 |
4.1 系统总体设计框架 |
4.1.1 系统体系架构 |
4.1.2 网络拓扑结构设计 |
4.2 系统功能结构 |
4.3 数据库设计 |
4.3.1 概念设计 |
4.3.2 数据表的详细设计 |
4.4 本章小结 |
第五章 客户关系管理系统的详细设计 |
5.1 功能模块设计 |
5.1.1 登录模块的设计 |
5.1.2 客户信息管理模块的设计 |
5.1.3 销售与售后管理模块的设计 |
5.1.4 系统管理模块的设计 |
5.2 客户信息管理模块实现 |
5.2.1 客户信息管理模块实现 |
5.2.2 客户分析与精准营销实现 |
5.2.3 业务拓展功能 |
5.2.4 系统管理实现 |
5.3 本章小结 |
第六章 客户关系管理系统的部署和测试 |
6.1 系统部署 |
6.1.1 调试环境 |
6.1.2 系统的部署 |
6.2 系统测试 |
6.2.1 黑盒测试 |
6.2.2 性能测试 |
6.2.3 兼容性测试 |
6.3 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
代码(附录 1) |
致谢 |
攻读硕士学位期间已发表或录用的论文 |
(5)BOSS管理系统研究与应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 项目背景 |
1.2 项目发展现状 |
1.3 项目建设的意义 |
1.4 论文的主要内容和章节安排 |
第二章 需求分析 |
2.1 术语定义 |
2.2 市场竞争对系统的需要 |
2.3 电信行业信息化对系统的需求 |
2.4 现阶段移动BOSS系统自身存在的问题 |
2.4.1 BOSS系统应按照业务流程建设 |
2.4.2 BOSS系统开放性较差 |
2.4.3 BOSS系统的起点低 |
2.4.4 BOSS系统不够完善 |
2.5 小结 |
第三章 BOSS系统的组成 |
3.1 BOSS系统的介绍 |
3.2 OSS和BSS |
3.3 BOSS系统的组成 |
3.3.1 计费及结算系统 |
3.3.2 营业及账务系统 |
3.3.3 客户服务系统 |
3.3.4 决策支持系统 |
3.4 小结 |
第四章 BOSS系统总体设计 |
4.1 总体设计原则 |
4.1.1 整体化 |
4.1.2 集中化 |
4.1.3 三层平台 |
4.2 系统总体结构 |
4.3 逻辑结构 |
4.3.1 数据核心层 |
4.3.2 业务逻辑层 |
4.3.3 接入层 |
4.3.4 管理层 |
4.4 应用软件 |
4.4.1 集中的体系结构 |
4.4.2 三层平台体系 |
4.4.3 全程化的实时处理 |
4.4.4 全面的个性化服务 |
4.4.5 综合性进一步加强 |
4.5 小结 |
第五章 关键技术的设计与实现 |
5.1 关键技术 |
5.2 实时可靠的系统性能保障技术 |
5.2.1 DCP数据分割技术 |
5.2.2 分布式系统模式 |
5.2.3 过滤网技术 |
5.2.4 GSP技术 |
5.2.5 运行数据分布技术 |
5.3 灵活多样的资费套餐支持技术 |
5.3.1 按照优惠确定规则划分 |
5.3.2 按照优惠作用项目划分 |
5.3.3 按照优惠作用方式划分 |
5.4 多样化的业务处理技术 |
5.5 规范严格的闭环业务管理技术 |
5.6 统一高效的代理业务平台技术 |
5.7 小结 |
第六章 新一代BOSS系统建设案例 |
6.1 系统现状 |
6.2 系统建设目标 |
6.3 解决方案 |
第七章 BOSS系统面临的挑战 |
7.1 BOSS系统在建设和运营中面临的问题 |
7.2 管理措施 |
7.2.1 如何支撑新业务、新技术网络 |
7.2.2 如何使数据资源成为信息 |
7.2.3 如何加强IT网管 |
7.2.4 对容灾备份的考虑 |
7.3 基于SOA的新一代BOSS系统 |
7.4 小结 |
第八章 结束语 |
8.1 论文工作总结 |
8.2 问题和展望 |
参考文献 |
附录 缩略语 |
致谢 |
(6)中国移动黑龙江彩铃系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的来源及意义 |
1.2 与本课题有关的国内外研究状况 |
1.2.1 国内外彩铃业务发展现状 |
1.2.2 BOSS 系统发展现状 |
1.2.3 相关技术介绍 |
1.2.4 开发彩铃系统的意义 |
1.3 本论文的主要工作及结构 |
第2章 黑龙江彩铃系统需求分析 |
2.1 BOSS 系统简介 |
2.2 彩铃业务支撑系统需求分析 |
2.2.1 彩铃系统功能需求 |
2.2.2 彩铃系统对外接口需求 |
2.2.3 彩铃系统的性能需求 |
2.2.4 彩铃系统其他方面的要求 |
2.3 本章小结 |
第3章 黑龙江彩铃系统的设计 |
3.1 彩铃系统的总体设计 |
3.1.1 系统功能结构 |
3.1.2 系统架构 |
3.1.3 业务请求处理过程 |
3.1.4 数据库设计 |
3.2 集团彩铃业务模块的设计 |
3.2.1 集团彩铃开户 |
3.2.2 集团彩铃销户 |
3.2.3 集团彩铃产品变更 |
3.2.4 集团增加成员 |
3.2.5 集团删除成员 |
3.2.6 集团成员资费变更 |
3.3 个人彩铃业务模块的设计 |
3.3.1 个人彩铃申请 |
3.3.2 个人彩铃取消 |
3.3.3 个人彩铃产品变更 |
3.3.4 个人彩铃业务冲正 |
3.4 彩铃卡业务模块的设计 |
3.4.1 彩铃卡业务申请 |
3.4.2 彩铃卡业务取消 |
3.5 接口模块的设计 |
3.5.1 实时接口 |
3.5.2 非实时接口 |
3.6 彩铃推荐模块的设计 |
3.7 本章小结 |
第4章 黑龙江彩铃系统的实现 |
4.1 集团彩铃业务模块的实现 |
4.1.1 集团彩铃开户 |
4.1.2 集团彩铃销户 |
4.1.3 集团产品变更 |
4.1.4 集团增加成员 |
4.1.5 集团删除成员 |
4.1.6 集团成员资费变更 |
4.1.7 集团彩铃业务部分界面展示 |
4.2 个人彩铃业务模块的实现 |
4.2.1 个人彩铃申请 |
4.2.2 个人彩铃取消 |
4.2.3 个人彩铃产品变更 |
4.2.4 个人彩铃业务冲正 |
4.2.5 个人彩铃业务部分界面展示 |
4.3 彩铃卡业务模块的实现 |
4.3.1 彩铃卡业务申请 |
4.3.2 彩铃卡业务取消 |
4.4 接口模块的实现 |
4.4.1 实时接口 |
4.4.2 非实时接口 |
4.5 彩铃推荐模块的实现 |
4.5.1 生成关联规则 |
4.5.2 铃音推荐功能 |
4.6 彩铃统计报表模块的实现 |
4.7 本章小结 |
第5章 黑龙江彩铃系统的测试和评价 |
5.1 系统测试环境 |
5.2 系统功能测试 |
5.2.1 测试方法 |
5.2.2 结果分析 |
5.3 系统性能测试 |
5.3.1 测试方法 |
5.3.2 结果分析 |
5.4 本章小结 |
结论 |
参考文献 |
致谢 |
个人简历 |
(7)基于数据挖掘技术的济南移动经营分析系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 引言 |
1.1 课题研究的背景与意义 |
1.2 本文工作 |
1.3 本文结构 |
第二章 数据挖掘技术概述 |
2.1 数据挖掘定义 |
2.2 数据挖掘系统分类 |
2.3 数据挖掘系统过程 |
2.4 数据挖掘的功能 |
2.5 数据挖掘常用的技术 |
2.6 数据挖掘技术的应用 |
2.7 数据挖掘系统和其他系统的比较 |
2.7.1 数据挖掘系统和专家系统的比较 |
2.7.2 数据挖掘和OLAP的比较 |
第三章 济南移动经营分析系统的设计 |
3.1 经营分析系统的总体框架设计 |
3.1.1 体系结构设计 |
3.1.2 网络结构设计 |
3.2 系统功能设计 |
3.2.1 客户情况分析 |
3.2.2 业务情况分析 |
3.2.3 收益情况分析 |
3.2.4 市场竞争情况分析 |
3.2.5 服务质量分析 |
3.2.6 营销管理分析 |
3.2.7 大客户分析 |
3.3 过程控制 |
3.3.1 业务过程分析 |
2.3.2 过程控制的实现 |
3.4 经营分析系统数据仓库的设计 |
3.4.1 构建经营分析系统数据仓库需注意的问题 |
3.4.2 数据获取 |
3.4.3 建模 |
3.4.4 元数据管理 |
第四章 客户分群及流失率预测模块的设计与实现 |
4.1 客户分群和客户流失率预测的需求分析与数据准备 |
4.2 客户分群及流失率预测的算法 |
4.2.1 ID3算法 |
4.2.2 属性选择度量方法 |
4.2.3 SLIQ算法 |
4.2.4 聚类算法 |
4.3 结果评估 |
第五章 系统应用效果分析 |
5.1 数据挖掘的商业措施 |
5.2 数据挖掘在市场竞争中的应用 |
5.3 经营分析系统的意义 |
5.4 经营分析系统的经济效益 |
5.5 经营分析系统对市场策略产生的影响 |
结束语 |
参考文献 |
致谢 |
(8)面向电信业的客户消费行为知识发现研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究目标和主要内容 |
1.3 本文创新点 |
1.4 本文结构 |
第二章 知识发现研究综述 |
2.1 知识发现应用现状与研究内容 |
2.2 知识发现主要技术 |
2.2.1 数据仓库与ETL |
2.2.2 面向属性的归纳 |
2.3 知识发现过程模型 |
2.3.1 FPS 模型 |
2.3.2 CRISP-DM 模型 |
2.4 典型知识发现系统及结构 |
2.4.1 第一、二代知识发现系统 |
2.4.2 面向服务的知识发现系统 |
2.5 本章小结 |
第三章 电信业及其KDS应用分析 |
3.1 电信业新现象与新趋势 |
3.1.1 电信业发展趋势 |
3.1.2 市场营销发展动向 |
3.2 电信业实施KDS 的意义 |
3.3 电信业KDS 的问题研究 |
3.3.1 电信业KDS 的主要应用 |
3.3.2 电信业KDS 存在的问题及分析 |
3.4 本章小结 |
第四章 消费行为知识发现策略 |
4.1 CB_KD 的核心思想 |
4.2 CB-KD 的过程描述 |
4.3 CB-KD 与其他系统集成 |
4.3.1 系统边界 |
4.3.2 数据交互 |
4.3.3 集成原则 |
4.4 CB-KD 实施建议方案 |
4.4.1 CB-KD 实施原则 |
4.4.2 CB-KD 实施方法 |
4.5 本章小结 |
第五章 消费行为知识发现系统框架 |
5.1 总体框架 |
5.2 知识获取方法 |
5.2.1 从数据库中获取知识 |
5.2.2 从知识库中获取知识 |
5.3 知识表示方法 |
5.3.1 概念分层知识表示 |
5.3.2 消费行为知识概念分层 |
5.4 系统推理机制 |
5.4.1 分层聚类方法 |
5.4.2 推理过程 |
5.5 知识的规范聚合 |
5.6 本章小结 |
第六章 CB-KD 在高端用户价值降低预警中的应用 |
6.1 业务理解与分析定义 |
6.1.1 需求概述 |
6.1.2 分析目标定义 |
6.1.3 模型定义 |
6.2 数据准备与数据探索 |
6.2.1 数据准备 |
6.2.2 数据分析与探索 |
6.2.3 数据处理流程图 |
6.3 模型构建 |
6.4 模型评估 |
6.5 模型部署 |
6.6 本章小结 |
结论 |
参考文献 |
附录 |
攻读硕士学位期间取得的研究成果 |
致谢 |
(9)短信监控系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 引言 |
1.1 研究背景 |
1.2 研究目的和意义 |
1.3 本文主要研究内容 |
第二章 GSM移动网络短信系统简介 |
2.1 GSM移动网系统构成 |
2.2 短消息系统在GSM网络平台中的位置 |
2.3 短消息系统的作用 |
2.3.1 提供增值服务,获得增值收益 |
2.3.2 提高服务质量 |
2.3.3 提高移动网络接通率,减少网络阻塞 |
2.4 短消息系统结构 |
2.4.1 短消息中心工作原理 |
2.4.2 调度处理策略 |
2.4.3 短消息中心对外接口管理 |
2.4.4 短消息中心软件 |
2.5 垃圾短信 |
2.5.1 垃圾短信的定义 |
2.5.2 垃圾短信的分类 |
2.5.3 治理垃圾短信的措施 |
第三章 短信监控系统原理与需求 |
3.1 短信监控系统原理 |
3.2 短信监控系统组网和监控原则 |
3.3 垃圾短信监控系统网络结构 |
3.4 垃圾短信监控系统设计目标 |
3.5 垃圾短信监控系统功能设计要求 |
3.5.1 系统管理模块功能的实现 |
3.5.2 业务模块功能的实现 |
第四章 垃圾短信监控系统设计与实现 |
4.1 贵州移动垃圾短信监控系统方案 |
4.1.1 目前贵州移动短信网络情况 |
4.1.2 垃圾短信监控系统在网络拓扑结构中的位置 |
4.1.3 垃圾短信监控系统内部架构 |
4.1.4 垃圾短信监控系统组网设计 |
4.2 垃圾短信监控系统对各种类型短信的监控处理流程 |
4.2.1 互联互通垃圾短信监控流程 |
4.2.2 网内点对点短信监控流程 |
4.2.3 梦网SP和集团客户垃圾短信监控方案和流程 |
4.3 垃圾短信判别模型和设置 |
4.3.1 关键词判别 |
4.3.2 行为判别 |
4.4 相关系统的配合改造工作 |
4.4.1 BOSS系统改造 |
4.4.2 网管总体设计 |
4.4.3 监控系统实施情况 |
第五章 结束语 |
致谢 |
参考文献 |
附录 |
(10)一种移动通信欠费风险系统的研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题背景 |
1.2 研究的现状及特点 |
1.3 采用数据挖掘技术分析手机客户的欠费特性 |
1.4 论文研究目的 |
1.5 论文中作者主要的工作 |
2 移动通信业务系统与欠费风险控制 |
2.1 BOSS3.0 系统概述 |
2.2 欠费风险控制解决方案研究 |
2.3 数据挖掘概述 |
3 手机用户欠费特性的数据挖掘研究 |
3.1 数据挖掘方法的选取 |
3.2 常用决策树算法的研究及应用效果 |
3.2.1 静态数据表准备 |
3.2.2 ID3 算法 |
3.2.3 C4.5 算法 |
3.2.4 CART 算法 |
3.2.5 三种算法运行效果对比分析 |
3.3 改进CART 算法对动态数据分类建模 |
3.3.1 相关的研究 |
3.3.2 CART 算法的改进思想 |
3.3.3 改进算法的实现 |
3.3.4 应用实例 |
4 移动欠费风险控制系统的具体实现及测试 |
4.1 前置机程序和计费反算服务子系统 |
4.1.1 模块功能 |
4.1.2 前置机程序构件结构图 |
4.1.3 负载均衡所采用的算法 |
4.1.4 反算服务器数据流程图 |
4.2 非监控业务费用上发子系统 |
4.2.1 功能概述 |
4.2.2 非监控业务费用上发实现 |
4.2.3 话单命中和过滤功能实现 |
4.3 MDB 子系统 |
4.3.1 功能概述 |
4.3.2 实时计费MDB |
4.3.3 反算批价接口说明 |
4.4 语音话单稽核子系统 |
4.5 欠费风险控制系统的测试 |
5 结束语与展望 |
致谢 |
参考文献 |
附录 |
A. BOSS 相关缩略语中英文对照表 |
B. 作者在攻读学位期间发表的论文目录 |
C. 攻读学位期间参与的科研课题 |
四、移动BOSS系统的数据挖掘和知识发现技术浅析(论文参考文献)
- [1]S移动通信公司BOSS系统业务风险管理研究[D]. 仝光宇. 山西大学, 2020(01)
- [2]计算机审计在中国移动“养卡”审计中的应用研究 ——以A移动公司为例[D]. 韩易霖. 北京交通大学, 2019(01)
- [3]广电宽带用户流失预警系统研究与设计[D]. 刘波. 南京理工大学, 2017(06)
- [4]通信公司客户关系管理系统的分析设计与实现[D]. 胡彬. 上海交通大学, 2015(03)
- [5]BOSS管理系统研究与应用[D]. 李萌. 北京邮电大学, 2012(02)
- [6]中国移动黑龙江彩铃系统的设计与实现[D]. 汪旭. 哈尔滨工业大学, 2011(05)
- [7]基于数据挖掘技术的济南移动经营分析系统的设计与实现[D]. 李萌. 北京邮电大学, 2010(03)
- [8]面向电信业的客户消费行为知识发现研究[D]. 庞晶晶. 华南理工大学, 2010(04)
- [9]短信监控系统的设计与实现[D]. 沈珺. 贵州大学, 2009(S1)
- [10]一种移动通信欠费风险系统的研究[D]. 张岳. 重庆大学, 2009(12)