摘要电信资费套餐是电信运营商进行客户关系管理的手段，能使客户受惠并提高运营商收益。使用数据挖掘技术可以制定资费套餐。首先介绍了数据挖掘的流程，并以外来务工人群为例进行了具体解释。然后，提出了运营商收益模型，可用来验证基于数据挖掘技术的资费套餐的有效性。最后，按照实际例子给出了具体的资费套餐设计和收益模型验证。

    GartnerGroup的一次高级技术调查将数据挖掘和人工智能列为“未来三到五年内将对工业产生深远影响的五大关键技术”之首，并且还将并行处理体系和数据挖掘列为未来五年内投资焦点的十大新兴技术前两位。根据Gartner的HPC研究表明，“随着数据捕获、传输和存储技术的快速发展，用户将更多地需要采用新技术来挖掘市场价值，采用更为广阔的并行处理系统来创建新的商业增长点。”数据挖掘技术将在未来的数据计算中扮演越来越重要的角色[1]。

    通信企业保存着客户的相关信息，如呼叫及计费等大量的数据，这些业务数据虽看似普通，却包含了客户管理方面的珍贵信息。数据挖掘技术与海量数据有着密不可分的关系，强大的数学算法使其能够根据这些数据建立有关客户管理的预测模型，从而分析出客户相关信息并采取有效措施服务各类客户。

    文章首先介绍了数据挖掘技术和通信资费套餐的概念；然后介绍了利用基于客户数据仓库的数据挖掘技术来制定资费套餐的方法，并以中国联通某分公司的客户数据为例进行了具体分析。最后，对所提出的套餐进行收益建模来验证文章所提方法的有效性。

    1、数据挖掘技术和通信资费套餐

    1.1数据挖掘的定义[2]

    数据挖掘（DM：DataMining）可以简单地描述为一个利用各种分析工具在海量数据中发现模型和数据间关系的过程。这些模型和关系可以用来做出预测，可以按企业既定的业务目标对大量企业数据进行探索和分析，揭示隐藏的、未知的规律性或验证已知的规律性，并进一步将其模型化的先进有效的方法。作为一种先进的数据信息处理技术，数据挖掘与传统的数据分析（如查询、报表、联机应用分析）有着本质区别：数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识，是一个完整的过程。该过程从大型数据库中挖掘先前未知的、有效的、可实用的信息，并使用这些信息做出决策或丰富知识。

    1.2数据挖掘的基本分析方法

    数据挖掘技术是一种帮助决策人员发现那些隐藏信息的有力工具。它使用决策树、模糊集合、神经网络等计算方法，分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，预测客户的行为，帮助决策者调整市场策略，减少风险，做出正确的决策。一般来说，数据挖掘常用的方法和技术不下几十种，主要有关联规则、数据分类、数据聚类、时间序列模式、意外规则、回归分析、偏差分析、基于Web的数据挖掘等。

    电信资费套餐是电信运营商针对不同客户群体提供不同资费服务的手段。推出合理的资费套餐既使老客户受惠，又吸引了新客户，是中国电信运营商从最初的“一刀切”资费向科学地运用客户关系管理理论[3]提供服务转变的标志。资费套餐具有两方面作用，一方面降低了移动通信的运营成本，另一方面可以满足不同客户群体尤其是弱势客户群体的需要。科学的资费套餐能够在满足不同群体对通信服务的多样性需求的同时，最大化电信运营商的收益，对电信运营商至关重要。因此，文章通过研究基于客户数据的数据挖掘技术来制定最优的资费套餐。

    2、基于客户数据的数据挖掘

    文章选择电信运营商的计费系统数据库作为数据挖据的对象，也就是文章所选择的数据仓库。目前电信运营商都具有业务营运系统、业务受理网站、客户服务呼叫中心等BOSS（Business&OperationSupport System）系统，也拥有许多成熟的数据库应用系统。其中的业务营运系统也就是计费系统，拥有所有客户的基本资料、呼叫清单、账单、联系历史记录等海量复杂的行为数据。可以将这些数据集中起来，建立一个整合的、结构化的数据模型，在此基础上对数据进行标准化、抽象化、规范化分类和分析。通过数据仓库接口，对数据仓库中的客户数据进行联机分析和数据挖掘，为企业管理层提供及时的决策信息，为企业业务部门提供有效的反馈数据。因此选择计费系统数据库作为文章的数据仓库。