◆毛建军

基于改进K-Means聚类算法的移动5G手机用户分类研究

◆毛建军

（云想科技有限公司 江苏 210000）

；随着5G时代的来临，为了对5G手机用户提供更具有针对性的个性化服务，本文对当前移动5G手机用户的消费使用情况进行了分析，数据经过清洗处理后，运用K-Means算法对移动5G手机用户消费情况进行了分类，在科学分类的指导下，为营销部门开展针对性地营销提供了理论支持，为客户提供更全面的服务，节省了服务成本，提升企业竞争力。

K-Means算法；聚类分析；移动5G

1 背景

当前，国内5G通信行业以移动、联通、电信以及广电为主要通信经营服务商。在剧烈的竞争现状的背景下，对移动的服务水平、营销专业度、服务内容、服务质量等方面提出了更高层次的标准。同时，客户对通信服务的个性化要求越来越高，用户的使用场景、通话使用时长，流量用量等多方面都有着较大地差异。本文通过改进K-Means聚类算法分析移动5G手机用户消费情况从中发现不同用户之间存在的消费共有特征，然后对同一消费情况特征类别下的5G手机用户提供定制化服务，满足用户需求，降低企业的管理费用，提高企业核心竞争力。

2 数据展示

本文研究数据来自移动公司客户经营管理数据库，共提取5000条数据进行分析，通过分析结果指导经营活动评估实际的分类效果，从而应用到日常的数据分析工作中，原始数据的内容如下表1所示：

表1 5G手机用户消费数据表

由表1可知，原始数据表中共有数据项8个，分别是月套餐费、本地通话费、长途通话费、5G数据流量费、短信费、彩铃费、宽带电视费以及订阅费构成，原始数据中存在一定的不完整、信息缺失的个体样本，需要对数据进行检查。……