1、本文針對公共安全的需要，對電信數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)進(jìn)行研究。重點(diǎn)應(yīng)用聚類分析和神經(jīng)網(wǎng)絡(luò)算法，通過對異常點(diǎn)的查找，從電信數(shù)據(jù)中挖掘出特殊用戶群。 首先，進(jìn)行數(shù)據(jù)倉庫體系架構(gòu)的研究，以CDR(呼叫詳細(xì)記錄) 為源數(shù)據(jù)，通過ETL形成可供數(shù)據(jù)挖掘的基礎(chǔ)數(shù)據(jù)。對數(shù)據(jù)挖掘中分類、聚類、關(guān)聯(lián)、序列等分析方法開展研究，重點(diǎn)對對神經(jīng)網(wǎng)絡(luò)算法開展研究和試驗(yàn)應(yīng)用。 其次，采用改進(jìn)的CRISP-DM數(shù)據(jù)挖掘流程，按照業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)

2、準(zhǔn)備、建立模型、模型評估和模型發(fā)布這六個商業(yè)應(yīng)用數(shù)據(jù)挖掘步驟，通過對數(shù)據(jù)進(jìn)行分析和使用相關(guān)的挖掘工具clementine，以外來人口分析為例建立相關(guān)目標(biāo)用戶預(yù)測模型。然后，將這些模型應(yīng)用，對模型的效果進(jìn)行評估、驗(yàn)證，查找可能存在的目標(biāo)用戶。 最后，關(guān)于下一步工作方向進(jìn)行了簡要的討論。 本文以外來人口分析為例，通過使用由CDR而衍生的主叫時長、長途比等衍生變量，對一個地區(qū)的移動電話用戶中的外來人口進(jìn)行預(yù)測，取得比較滿意的效