陈志竞，梁伯瀚

（中国电信股份有限公司广东研究院 广州 510630）

数据挖掘助力精细化流量经营

陈志竞，梁伯瀚

（中国电信股份有限公司广东研究院 广州 510630）

移动互联网时代，移动数据流量正以前所未有的速度在增长，电信运营商面临着增量不增收、流量套餐渗透率不高、自有移动互联网业务推广难等问题。本文结合电信运营商的实际案例，介绍运用协同式过滤、社交网络分析、决策树等数据挖掘技术在流量套餐精确营销、移动互联网业务个性化推荐等流量经营重点工作中的应用和效果。

流量经营；数据挖掘；协同式过滤；社交网络分析；决策树

1 引言

2011年全国电信主营业务增长10%，同期GDP增速为9.2%，全球电信业的增速也已整体落后于GDP的增速，电信行业增速缓慢已经成为现实，如何寻求新增长是电信运营商共同关心的问题。随着3G网络应用的发展和智能手机的普及，电信运营商流量收入不断提升，成为它们的收入增长点和主要的收入来源，如近两年日本NTT DoCoMo和软银两家运营商的数据收入占比均已超过50%。国内电信运营商开始越来越重视流量经营，各种评价流量经营健康度的指标，如总流量、户均流量、流量活跃率、流量ARPU等，都已纷纷被纳入国内电信运营商的年度考核目标中。

区别于传统的话务量经营，电信运营商的流量经营面临着几方面的挑战。首先，流量激增导致流量与收益剪刀差“增量不增收”的挑战，电信运营商均承受极大的网络流量激增压力，以AT&T 2007-2010年为例，移动数据流量增长了8 000%，移动用户数量增长了54%，移动业务收入仅增长了52%。……