由于目前我国广泛应用第4代的移动通信网络(IMT-Advanced)技术(简称为4G技术),目前国内三大通信运营商之一的中国移动运营商作为最先应用流行的4G通信技术的公司,因此也渐渐提升了对移动用户的消费行为分析和指标提取及数据挖掘分析处理的效率要求。那些较低级的信息化管理手段已经远远不能满足当前移动公司获取大量用数据的需求,所以设计实现一个技术先进,能有效获取数据并及时分析处理的用户消费行为分析系统符合时代的潮流,是目前移动公司在用户消费行为指标分析、挖掘、提取的非常重要的研究内容。为了使移动通信运营商可以高效率地分析移动用户的消费行为以及移动用户的通信需求,在本课题的研究过程中,通过对大量的用户数据进行挖掘分析和有效指标的分析提取,提出了设计并实现一个用户消费行为分析系统。课题的主要研究内容如下:1、本课题对4G通信技术在我国的使用现状进行了分析,以此表明用户消费行为分析系统的建设必要性。接着对国内外用户消费行为分析系统的研究现状进行了详细描述,与此同时把目前流行的、新型的数据挖掘技术和指标分析获取技术在此系统的详细应用过程进行了分析介绍,得出了目前移动通信公司的用户消费行为数据获取不便,数据分析和数据处理的效率很低等结论。2、基于上述研究所提及的用户消费数据分析处理很难、效率低等问题,在本课题的研究过程中,主要采用以数据挖掘作为技术基础的贝叶斯算法进行用户数据的分类研究,同时以增量学习的一种分类办法来完成用户消费行为分析过程中各种数据的分类管理。此外本系统利用贝叶斯算法下的一种增量学习的方法对用户消费行为分析模型进行了大量数据的优化,以此达到了可以有效定位移动用户的消费区间,对移动用户的消费行为指标数据进行有效分析处理以及获取那些消费意向不明显的移动用户,给他们进行合理的消费行为定位等。本课题的创新点主要包括以下几点内容:1、在长期对移动用户的消费行为指标数据进行了大量的分析以后,对这些指标数据采用贝叶斯算法下的一种增量学习方法进行了详细分类,以此可以不间断地优化用户消费行为分析模型,最终完成了移动用户的消费数据分析的结果自反馈,提高了整个系统的数据处理能力。2、完成了用户消费行为分析系统所用到的数据挖掘这一技术的应用过程的分析介绍,以及数据挖掘这一技术在此系统中挖掘分析移动用户的消费行为数据所采取的一般方法和基本操作流程。3、采用JFree Chart图表的表示方法对此系统所提取分析的用户消费指标进行了数据展示,同时利用行为指标计算这一技术方法完成了在提取用户消费指标数据过程中,以多维度关系型管理数据库中所存储的用户指标数据进行了获取和计算。在用户消费行为分析系统的研究设计过程中,一直遵守RUP的开发工作流程和面向研究对象进行分析的管理原则,给移动公司提供了一个新型高效率的用户消费行为数据指标获取的工具。通过实际的应用结果显示,在进行用户消费行为指标分析提取过程中,利用数据挖掘这一技术可以有效解决数据统计分析及获取不便等问题,从而提升了移动公司在当前4G通信市场中的竞争能力,同时也给当前各大运营商在用户消费指标分析这一方面提供了一个很好地示例。