24.txt

This complete matlab for neural network

发信人: GzLi (笑梨), 信区: DataMining
标  题: [合集]问一个问题（很急，很头疼）
发信站: 南京大学小百合站 (Thu Apr 17 00:24:29 2003)

sureyunying (七种紫) 于Mon Apr 14 11:20:54 2003)
提到：

在挖掘的实施过程中遇到了一个实际的问题，考虑了很久，有自己的想法，但由于数据量
太大，实间又很紧，我担心如果办法行不通会浪费资源，所以向大家求教。希望有经验人
士能帮忙。

是这样的：
考虑用户流失，我看见资料上所写国外的电信业的用户流失分析是以6个月的数据为基础，
2个月时间为lag,来预测oct的用户流失。

Feb    Mar      Apr        May     Jun     Jul      Aug      Sep       Oct
Data Window (6 months)                               |————|         |
                                              Time Lag (2 months)       | 
                                                  Forecasting Window (1 month)

但由于我的实际数据情况，无法得到6个月的分析数据，我就把数据量减为了3个月或者是
2个月，即我可以用1、2月数据来预测第3月的流失情况（可能由于没有延迟的时间，会出
现问题，但没办法）。
1                   2                     3
Data Window (2 months)              Forecasting Window(1 month) 

我的思路是这样：分析1、2月数据的趋势，我理解可能是这样：用2月份的长途通话总时长
/3月份的长途通话总时长，这样的一个比值（一个关于长途通话总时长的变化趋势）来看
它对3月份这个用户是否流失的影响和影响的大小（权值）。

但不知道有过做这方面经验的同行对"趋势"的处理是怎样的?也是用比值的方法吗？还是别
的方法？

公司催得很紧，而且又有前人失败过，我很着急，希望大家能帮我一下，尤其是笑梨板主
。
非常感谢！！！！！！


GzLi (笑梨) 于Mon Apr 14 13:28:27 2003)
提到：

时间太短了。
而且长话应该有周期问题。
请妥善考虑。

【 在 sureyunying (七种紫) 的大作中提到: 】
: 在挖掘的实施过程中遇到了一个实际的问题，考虑了很久，有自己的想法，但由于数据量
: 太大，实间又很紧，我担心如果办法行不通会浪费资源，所以向大家求教。希望有经验人
: 士能帮忙。
: 
: 是这样的：
: 考虑用户流失，我看见资料上所写国外的电信业的用户流失分析是以6个月的数据为基..
: 2个月时间为lag,来预测oct的用户流失。
: 
: Feb    Mar      Apr        May     Jun     Jul      Aug      Sep       Oct
: Data Window (6 months)                               |————|         |
:                                               Time Lag (2 months)       | 
:                                                   Forecasting Window (1 month)
: 
: 
: 但由于我的实际数据情况，无法得到6个月的分析数据，我就把数据量减为了3个月或者是
: 2个月，即我可以用1、2月数据来预测第3月的流失情况（可能由于没有延迟的时间，会出
: 现问题，但没办法）。
: 1                   2                     3
: Data Window (2 months)              Forecasting Window(1 month) 
: 
: (以下引言省略 ... ...)


sureyunying (七种紫) 于Mon Apr 14 13:54:52 2003)
提到：

你指的是lag时间太短，还是用2个月作为分析数据太短？
什么是长话的周期问题？
谢谢！

【 在 GzLi 的大作中提到: 】
: 时间太短了。
: 而且长话应该有周期问题。
: 请妥善考虑。
: 【 在 sureyunying (七种紫) 的大作中提到: 】

: (以下引言省略...)


GzLi (笑梨) 于Mon Apr 14 22:02:02 2003)
提到：

lag时间要尝试，
分析数据2个月肯定少，
比如每年的春节所在月、五一所在月、十一所在月，必然是长话频繁期。
最好找本书先看看，否则做了也很没有意义。

【 在 sureyunying (七种紫) 的大作中提到: 】
: 
: 你指的是lag时间太短，还是用2个月作为分析数据太短？
: 什么是长话的周期问题？
: 谢谢！
: 
: 【 在 GzLi 的大作中提到: 】


hwe (xiaohui) 于Tue Apr 15 09:18:05 2003)
提到：

一个建议，如果只是想考虑通话时长的话，并不一定非得用CDR。比如“用户欠费帐单明细
”中就有自用户入网以来所有每个月各类通话的时长和次数（如果不是预付用户的话），
你可以用这里的数据，而不是非得用话单，此数据要比详单小的多。
另外我觉得3个月的时间确实太短，这样的比值意义也不大，可以考虑用(当前月时长－历
史月均时长) /历史月均时长，历史月均时长为从用户入网之日算起。
Good luck

【 在 sureyunying 的大作中提到: 】
: 在挖掘的实施过程中遇到了一个实际的问题，考虑了很久，有自己的想法，但由于数..
: 太大，实间又很紧，我担心如果办法行不通会浪费资源，所以向大家求教。希望有经..
: 士能帮忙。
: 
: 是这样的：
: 考虑用户流失，我看见资料上所写国外的电信业的用户流失分析是以6个月的数据为