基于Spark平台的电信行业用户流失预警

侯兴政

摘要：电信行业用户数据量呈现指数型增加，传统分析挖掘技术已经不能胜任如此庞大的工作。为此，引入大数据平台组件Spark进行大数据分析，进而提升分析挖掘的效率。电信用户的流失造成了运营商经济利润严重下滑，利用随机森林算法构建预警模型，挽留可能流失用户，保证运营商的市场份额。

关键词：流失预警；Spark技术；随机森林算法

中图分类号：TPl81

文献识别码：A

文章编号：1001-828X（2016）036-000369-01

随着通信技术的迅猛发展和手机的普及应用，电信行业应用系统的规模迅速扩大，行业内应用所产生的数据量则呈现爆炸性增长趋势，因此寻求有效的大数据处理技术、方法和手段已经成为现实世界的迫切需求。中国移动一个省的电话通联记录数据每月可达0.5PB～1PB，不少专家预测全世界数据量未来10年将增长40余倍，年均增长保持在40%左右。

电信行业的海量数据为数据挖掘技术提供了发挥自己独特作用的机会，目前也已经存在广泛的场景应用，尤其是对于行业客户流失的预警分析。如何减少客户流失，提高客户的挽留率，已经是电信业的当务之急。客户流失预测是基于历史数据，对已流失的用户进行分析，找出这些流失用户的行为特征，对现有用户挖掘预测出可能流失的部分，并有针对性地采取相应的挽流政策。为提高海量数据进行分类预测的运行效率，我们引入大数据平台的spark组件。spark是基于内存计算的大数据并行计算框架，基于内存计算，提……