利用数据挖掘技术促进数字电视网络运营商发展.docVIP

利用数据挖掘技术促进数字电视网络运营商发展【摘 要】随着三网融合进入规模试点阶段，电信、广电的新业务都在迅速发展，数字电视运营商处于数字电视产业化的链条中心，数据的大规模积累使通过数据挖掘技术为运营商的发展指定合理战略计划成为可能。本文以数据挖掘中的时间序列预测技术和客户流失分析为例，探讨在三网融合过程中，数字电视运营商应该如何利用数据挖掘技术为自身发展制定合理的战略计划和业务部署，以实现竞合及共赢。 【关键词】数据挖掘 三网融合 数字电视 一、三网融合的发展过程中产生数据的积累 2010年7月1日，三网融合试点名单在众多期许中终于出台，这标志着在国家层面推动三网融合快速发展的战略上迈出重要一步。一年半之后，三网融合试点范围继续扩大，第二阶段试点地区于2011年底公布，这标志着三网融合进入规模试点阶段，由之前的重点试验转向全面覆盖。随着三网融合试点在各试点城市的启动，电信、广电的新业务都在迅速增展，现在的宽带网络是更为理想的包括广播、电视和电信等各项服务的网络。目前来看，发展高清互动电视和3D电视，以及推动有线电视网络接入宽带是很多试点三网融合的战略重点。数字电视产业链的四大部分：节目制作、播出平台、传输平台和接收终端，组成了数字电视产业链的三大平台：内容平台，传输平台，服务平台。各种数字电视产品依赖网络进入到消费层次。数字电视运营商处于推进数字电视产业化的链条中心，在三网融合过程中应该如何抓住机遇，争取更多的用户，占据更有利的地位以更好地服务大众？运营商的规模和复杂程度日益增大，对于手中已有的数据，需要通过把握其既有规律对未来可能的走向和趋势做出预测，对自身平台的价值进行进一步挖掘，这样才能使决策更为有效。 数据挖掘中的时间序列预测技术，首先通过序列模式挖掘出有效的关联规则，再将历史数据揭示出的现象规律延伸到未来，并在历史数据的基础上对未来作出预测。切实地抓住用户的行为特征和消费习惯等个性化的特征，都需要运用数据挖掘技术研究可获得的大量用户数据，把描述性数据转化为分析型数据和预测型数据，对用户的行为进行规律分析和关联分析，理解用户行为轨迹，针对未知事件发生的可能性进行分析，对业务进行可行性分析。这些都是数据挖掘技术对广电系统的整体战略规划、市场策划所能够提供的数据支持方法。本文以时间序列预测技术和客户流失分析为例，探讨在三网融合过程中数字电视运营商应该如何利用数据挖掘技术为自身发展制定合理的战略计划和业务部署，以实现竞合及共赢。 二、数据挖掘技术的流程及分类 数据挖掘技术是指通过对信息化过程中所留下的大量复杂数据进行分析和处理，对各个数据集之间的关系进行探索。在如今的实际商业中已经有了广泛而深入的应用。①与传统的数据分析不同的是，数据挖掘不是根据已知的用户情况对所关心的业务指标进行查询、分析，而是通过对信息的挖掘和发现，去探寻用户的行为特征及潜在需求。它不是提炼，而是探索。数据挖掘项目的生命周期分为六个阶段，分别是商业理解、数据理解、数据准备、建立模型、模型评估和模型部署运用。在实际应用中，并不一定要严格按照这一顺序去开展项目，商业应用中可能需要在不同阶段之间来回进行。下一个阶段的任务，取决于每一个阶段所获得的结果。表1展示了各个阶段的大致轮廓，以及各个阶段的一般性任务及其结果。 广电运营商的数据挖掘工程也可以参照上述阶段进行。数据挖掘项目由几种不同的问题类型组合而成，包括数据细分、概念描述、分类分析、预测分析和依赖性分析，由它们共同解决商业问题。数据挖掘的方法包括但不限于聚类方法、判别分析、规则推导法、决策树分析、神经网络、基因算法、回归分析、回归树以及贝叶斯网络等。 下面，就以时间序列预测技术和客户流失分析为例，介绍一下如何将数据挖掘技术运用到生产经营决策中来。 三、时间序列预测技术让运营商运筹帷幄 随着数字电视的推广与部署，有线电视网络的运营模式发生了深刻的变化。视频点播技术让用户从原来的被动按时收看变为主动点播，粗放的收费模式也渐渐向精细化转移，按点播收费、按市场收费、按节目收费等收费模式正在不断地丰富运营商的业务。“全程的数字化管理成为了可能。”② 在考虑数字电视运营的时候，用户是运营商应该大力发展的对象，因为用户不仅是广告媒体的市场，也是业务增值的来源。同时，在目前的有线数字电视平台上，有多种增值业务模式，包括付费节目、在线支付、VOD（视频）点播等，究竟在数字电视上开展哪些内容才能为运营商真正带来收益？评价业务优劣的方法也有很多，其中用户在各项业务上的投入时间以及用户投入的程度是很重要的两项。通过对某一频道的收视率或者节目的点播率的分析，我们可以预测增值业务的未来营收状况，从而对业务开展布局做出部署。三网融合之后，运营商就不再仅仅是建立简单的用户管理和计费系统，更应该