利用数据挖掘技术促进数字电视网络运营商发展-

论文导读：，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
【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，7彩论文网学位论文www.7ctime.com
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，更应该考虑如何建立一个开放的业务平台来谋求发展。
用户数据对于运营商来说不仅仅是其运营指标的一个反映，通过选择正确的目标用户，可以增加这一部分客户的购买率和成交率，从而提高客户的人均获利率。③电视运营商在建立各自运营系统的过程中积累了大量的数据资料，如用户的收视记录、点播记录、用户资料变更记录、用户投诉记录、网络运行记录等。挖掘这些数据背后的规律，并在此基础上对其可能的走势作出预测，就能为决策提供科学的依据，真正做到“运筹帷幄”。

四、利用客户流失分析有效留住用户

硬件的发展只是技术方面的进步，软件服务的升级才能更全面地推动一个产业的发展。造成用户不满的原因有很多，但其都是在单个用户平均收入上无法实现持续增长，甚至会出现用户流失，进而造成长期用户规模的下降。“所以，有线电视运营商必须清楚地意识到，只有最终的用户需求才是产生经济效益的根本，中国有线数字电视运营必须转向面向用户的市场化运营。”④
“客户流失是指企业原来的客户中止继续购买或是接受竞争对手的商品或服务。”⑤流失分为主动流失和被动流失。被动流失是指因为客户拒缴收视费而弃用赠送的机顶盒，主动流失则有不同的原因，可能是对论文导读：理系统，设计出更符合用户核心需求的业务，使用户的价值在自身的平台上得到最大化，这是各大运营商和广电从业者都应该思考的问题。参考文献①刘飞、马力维，《数据挖掘在广电行业的应用》.《有线电视技术》，2008（10）：29②卜希霆，《全媒体竞合背景下的广播电视数字化管理初探》.《现代传播》，2009（5）：101③蔡宁，
当前服务不满意而转向竞争对手等主观原因，也可能是由搬迁等客观原因引起的。对此，我们应该针对主动流失的用户，对他们做出挽留。客户流失预测的方法有很多种，比较常见的有Logistic回归、神经网络等方法。客户流失分析系统必须针对各种不同的种类分别定义业务问题。最终的目的就是减少客户流失，实现客户关怀。
用户管理系统在任何商业应用中都是必不可少的一个环节。用户体验好的话，自然会留下并在你的平台上使用各种增值业务。同时，以留下的这部分用户的数据建立营销模型，有利于运营商以概率作为度量流失的指标对业务进行监控。精确化营销应该遵循的路径是：寻找关键因子——构建预测模型——推送营业前台。不同时期应该建立不同的目标：短期目标是确定可能流失的客户名单，中期目标是建立一系列有效地流失模型来支持客户流失管理系统，而最终的长期目标则是将客户流失管理系统作为整个客户关系管理系统CRM的一部分。
总之，广电网络运营商只有综合发展运营业务，才能在未来的竞争中存活下来。如何通过数据挖掘技术建立高效卓越的管理系统，设计出更符合用户核心需求的业务，使用户的价值在自身的平台上得到最大化，这是各大运营商和广电从业者都应该思考的问题。
参考文献
①刘飞、马力维，《数据挖掘在广电行业的应用》[J].《有线电视技术》，2008（10）：29
②卜希霆，《全媒体竞合背景下的广播电视数字化管理初探》[J].《现代传播》，2009（5）：101
③蔡宁，《基于数据挖掘的电信客户细分研究》，江西理工大学，2008
④谭颖娜，《3大转变成就中国有线数字电视运营商》，blog.ifeng.com/article/1995120.html
⑤赵宇、李兵、李秀 等：《基于改进支持向量机的客户流失分析研究》[J].《计算机集成制造系统》,2007,13 (1):202-207
（作者单位：中国传媒大学电视与新闻学院）
责编：姚少宝
实习编辑：李紫薇