Buždon, Rafael
Primjena dubinske analize podataka o korisnicima telekomunikacijskih usluga : magistarski rad / Rafael Buždon ; [mentor Zoran Skočirg] - Zagreb : R. Buždon ; Fakultet elektrotehnike i računarstva, 2010. - 114 str. : graf. prikazi ; 30 cm + CD
Bibliografija str. 109-111.
U okviru ovog magistarskog rada prikazana je primjena dubinske analize podataka kao jedne od discipline poslovne inteligencije u okruženju telekomunikacijskog tržišta, s naglaskom na pokretnu telefoniju, kroz konkretan primjer predviđanja smanjenja intenziteta prometa korisnika. Tržište telekomunikacijskih usluga danas, osobito pokretna telefonija, je veoma dinamično i konkurentno,. Penetracija tržišta u mnogim zemljama, osobito razvijenih zemalja, je prešla 100% čime je primorao davatelje usluga na promjenu načina poslovanja iz poslovanja usmjerenog prema pridobivanju novog korisnika prema poslovanju usmjerenog prema klijentu sa strategijom zadržavanja korisnika. U novije doba dubinska analiza podataka postala je jedan od najvažnijih načina otkrivanja znanja u velikim bazama podataka u svrhu provedbe tih novih načina poslovanja. U radu je prikazan proces dubinske analize podataka na jednom segmentu pre-paid korisnika operatora pokretne telefonije u svrhu predviđanja smanjenja intenziteta prometa: od procesa prikupljanja podataka iz korporativnog skladišta podataka, preko analize i transformacije podataka, izgradnje prediktivnih modela korištenjem SPSS PASW Modeler alata, odabir modela s najboljim rezultatima, te konačno procesa implementacije najboljih modela u poslovni proces. Prediktivni modeli napravljeni su korištenjem triju metoda raspoznavanja uzorka: regresija, stabla odluke i neuronske mreže. Također je opisan i način mjerenje kvalitete rezultata prediktivnih modela na osnovu kojih su odabrani najbolji. Na kraju rada dani su rezultati primjene modela u stvarnom svijetu usporedbom odziva korisnika odabranih modelom i ostalih korisnika dobivenih slučajnim odabirom – kontrolna skupina. Ključne riječi telekomunikacije, zadržavanje korisnika, dubinska analiza podataka, prediktivni model, smanjenje intenziteta prometa korisnika In this paper we demonstrate the application of data mining as a discipline of business intelligence in telecommunications, with emphasis on mobile telecommunications, through a specific example of prediction client traffic decrease. Telecommunication market today is very dynamic and competitive, primely in mobile telecommunications. The market penetration in many countries, especially in the developed countries, has reached 100% and thus forcing service providers to change its way of doing business from acquisition oriented to retention oriented. Recently, data mining has become one of the most important process of knowledge discovering in huge databases for purpose of supporting this new retention oriented companies. In this paper we describe data mining process of mobile operator on one segment of pre-paid customers for the purpose of prediction customer traffic decrease: beginning at data collection from the corporative data warehouse, through data analyze and transformation, building prediction models using the SPASS PASW Modeler tool, assessing models and finally implementation of chosen models in the production. Prediction models have been built by using of three pattern recognitions methods: regression, decision tree and neural networks. Additionally, model assessing has been described on which basis the best model has been chosen. At the end of this paper we assess results of real life applications of models by comparing the number of responders from clients chosen by prediction models and the number of responders from randomly chosen clients – control group. Keywords Telecommunications, client retention, data mining, prediction model, client traffic decrease
621.39 004.8 658
Primjena dubinske analize podataka o korisnicima telekomunikacijskih usluga : magistarski rad / Rafael Buždon ; [mentor Zoran Skočirg] - Zagreb : R. Buždon ; Fakultet elektrotehnike i računarstva, 2010. - 114 str. : graf. prikazi ; 30 cm + CD
Bibliografija str. 109-111.
U okviru ovog magistarskog rada prikazana je primjena dubinske analize podataka kao jedne od discipline poslovne inteligencije u okruženju telekomunikacijskog tržišta, s naglaskom na pokretnu telefoniju, kroz konkretan primjer predviđanja smanjenja intenziteta prometa korisnika. Tržište telekomunikacijskih usluga danas, osobito pokretna telefonija, je veoma dinamično i konkurentno,. Penetracija tržišta u mnogim zemljama, osobito razvijenih zemalja, je prešla 100% čime je primorao davatelje usluga na promjenu načina poslovanja iz poslovanja usmjerenog prema pridobivanju novog korisnika prema poslovanju usmjerenog prema klijentu sa strategijom zadržavanja korisnika. U novije doba dubinska analiza podataka postala je jedan od najvažnijih načina otkrivanja znanja u velikim bazama podataka u svrhu provedbe tih novih načina poslovanja. U radu je prikazan proces dubinske analize podataka na jednom segmentu pre-paid korisnika operatora pokretne telefonije u svrhu predviđanja smanjenja intenziteta prometa: od procesa prikupljanja podataka iz korporativnog skladišta podataka, preko analize i transformacije podataka, izgradnje prediktivnih modela korištenjem SPSS PASW Modeler alata, odabir modela s najboljim rezultatima, te konačno procesa implementacije najboljih modela u poslovni proces. Prediktivni modeli napravljeni su korištenjem triju metoda raspoznavanja uzorka: regresija, stabla odluke i neuronske mreže. Također je opisan i način mjerenje kvalitete rezultata prediktivnih modela na osnovu kojih su odabrani najbolji. Na kraju rada dani su rezultati primjene modela u stvarnom svijetu usporedbom odziva korisnika odabranih modelom i ostalih korisnika dobivenih slučajnim odabirom – kontrolna skupina. Ključne riječi telekomunikacije, zadržavanje korisnika, dubinska analiza podataka, prediktivni model, smanjenje intenziteta prometa korisnika In this paper we demonstrate the application of data mining as a discipline of business intelligence in telecommunications, with emphasis on mobile telecommunications, through a specific example of prediction client traffic decrease. Telecommunication market today is very dynamic and competitive, primely in mobile telecommunications. The market penetration in many countries, especially in the developed countries, has reached 100% and thus forcing service providers to change its way of doing business from acquisition oriented to retention oriented. Recently, data mining has become one of the most important process of knowledge discovering in huge databases for purpose of supporting this new retention oriented companies. In this paper we describe data mining process of mobile operator on one segment of pre-paid customers for the purpose of prediction customer traffic decrease: beginning at data collection from the corporative data warehouse, through data analyze and transformation, building prediction models using the SPASS PASW Modeler tool, assessing models and finally implementation of chosen models in the production. Prediction models have been built by using of three pattern recognitions methods: regression, decision tree and neural networks. Additionally, model assessing has been described on which basis the best model has been chosen. At the end of this paper we assess results of real life applications of models by comparing the number of responders from clients chosen by prediction models and the number of responders from randomly chosen clients – control group. Keywords Telecommunications, client retention, data mining, prediction model, client traffic decrease
621.39 004.8 658