目录1.项目背景2.项目简介2.1数据说明2.2变量介绍 2.3技术工具3.算法原理4.项目实施步骤4.1导入数据4.2理解数据4.3数据预处理4.4数据可视化4.5特征工程4.6建立模型5.实验结论与建议1.项目背景 在进入21世纪以来，中国电信业告别了20世纪最后阶段的高速发展状态，转而进入
1、离网客户预测分析客户流失是电信行业普遍面临的业务问题，尤其是在市场成熟期的时候，竞争异常激烈，市场的渗透比率很高，以至于通信公司必须从他的竞争对手处“盗窃”客户，另一方面，通信公司的客户也被他的竞争对手“盗窃”。当被“盗窃”的客户的数字很高的时候就成为严重的流失问题。离网客户预测分析就是针对以上问题，建立离网客户预测模型并且产生最可能离网的客户名单，结合每个客户的价值评分，协助通信公司采取合适
德国电信数据分析平台—项目总结经过一年多的艰苦努力，电信数据分析项目终于结束，回想我们团队当初从不熟悉技术、业务以及开发流程的新兵到现在久经磨练老战士，经过了无数个灯火通明的夜晚，我们的付出已经获得了几个阶段性的成果，并得到了一线用户和发包方客户的高度认可。下面就项目中几个方面进行总结：1、项目进度从项目工作任务书中约定，项目
电信信号强度诊断项.知识点1 项.背景⼿机⽬前已经是⼈们⽣活必不可缺少的⼯具，给我们带来⽅便的同时，特带来⼀些困扰，例如：由于 信号强度差、⽹络速率低导致的抢红包慢，通话的质量较差。本项⽬主要⽤于分析⽤户附近的信号强 度，⽹络质量，为⽤户提供⼀些建议，例如：⽤户附近哪家运营商的⽹络质量好，信号强度⾼ ，例如， ⽤户的哪个⽅向⾃⼰使⽤的运营商信号好。 为运营商提供⼀些合理的建议，例如某⼀地理区域，某
不论是传统行业还是互联网行业，用户流失都是比较关注的点。因为拉新是需要一定成本的，而拉新成本显然要比保持老客户高的多。在用户运营中，如何有效预测用户流失，对潜在流失客户做特征分析和流失原因分析，将有助于运营制定有针对性的用户挽留方案，提高用户留存率。今天分享一个用户流失预测，以电信行业为例。一、确定需求，提出问题哪些用户最可能会流失？流失概率更高的用户有什么共同特征？预测用户是否流失？二、理解数据
1、数据理解导入数据集文件、查看数据集前5条信息，查看数据集大小和摘要信息。df = pd.read_csv('../input/telco-customer-churn/WA_Fn-UseC_-Telco-Customer-Churn.csv')
df.head()
df.shape
#执行df.shape会返回一个元组，该元组的第一个元素代表行数，第二个元素代表列数，这就是这个数据的基本形状，
数据分析与数据运营、数据挖掘是数据整个开发生命中的一小章节。 数据挖掘的门槛当然比数据分析高，涉及到较多的算法与调优以及如何将某个一个模型运用到实际当中。 数据分析则是根据业务的需求，去挖掘数据中存在的有价值的信息，再使用合适的工具（比如excel、tableau、echarts等可视化工具，将数据中蕴含的价值变成表、图、文字等形式）。 将近一个月的数据分析面试经验，我感受到了不同公司的氛围。大厂
目录一、项目概述1、概述二、字段解释分析1、数据字段2、应用大类3、应用小类三、项目架构四、数据收集清洗1、数据收集2、数据清洗五、Sqoop使用1、简介2、Sqoop安装步骤3、Sqoop的基本命令六、数据导出七、数据可视化1、概述2、步骤八、扩展1、各个网站的表现能力2、小区HTTP上网能力3、小区上网喜好4、查询语句一、项目概述1、概述 ①、当用户通过网络设备(手机、平板电脑、笔记
背景： 2 月份的一天电信系统突然夯死，业务应用缓慢无比，经过分析发现一张大表（业务明细表 order_detail_l ）的执行计划变更了，本来应该走索引的，结果变更为全表扫描，该表有 5 亿条记录，全表扫描绝对是个噩梦。分析原因发现统计信息采集率不够，数据库的自动采集功能已经开启，但是默认的采集率是 5% ，貌似对于这样的大表来说远远不够，重新按照 100
一、全国增值电信业务许可情况截至2020年4月底，全国增值电信业务经营许可企业共82377家，比上月增长1.61%，其中工业和信息化部许可的跨地区企业20054家，各省(区、市)通信管理局许可的本地企业合计62323家，分别比上月增长1.12%和1.77%。 图1 全国持证企业数量(家)目前，全国增值电信业务市场区域发展不均衡特征突出。在20054家跨地区企业中，注册地在北京的48
德国电信数据分析平台—项目总结经过一年多的艰苦努力，电信数据分析项目终于结束，回想我们团队当初从不熟悉技术、业务以及开发流程的新兵到现在久经磨练老战士，经过了无数个灯火通明的夜晚，我们的付出已经获得了几个阶段性的成果，并得到了一线用户和发包方客户的高度认可。下面就项目中几个方面进行总结：1、项目进度从项目工作任务书中约定，项目
工信部也于近日公布了2022年1—10月份通信业经济运行情况。从通信业经济运行情况来看，1－10月份，信息通信行业运行平稳。电信业务收入保持稳步增长，电信业务总量较快增长；“物超人”步伐持续加大，5G、千兆光网等新型基础设施建设稳步推进；云计算等新兴业务快速增长，行业发展新动能不断释放。电信业务收入稳步增长，电信业务总量保持两位数增幅。1－10月份，电信业务收入累计完成13215亿元，同比增长8%
数据分析工作中都是有很多的数据分析方法的，我们掌握了数据分析方法以后才能够做好数据分析的工作。那么数据分析的方法都有哪些呢？常用的数据分析方法有描述统计、信度分析、相关分析、回归分析、聚类分析等。如果你想了解如何做数据分析，就接着看下去吧~ 1、描述性统计分析 绝大多数的报纸、杂志、公司报告上的统计信息都会以简单、易懂的方式汇总和展示，这种将数据以表格、图形或数值的
转载
2023-08-11 12:11:02
186阅读
作者：张永泰，北京工业大学探索性数据分析（Exploratory Data Analysis，EDA）是一种探索数据的结构和规律的一种数据分析方法。其主要的工作包含：对数据进行清洗，对数据进行描述（描述统计量，图表），查看数据的分布，比较数据之间的关系，培养对数据的直觉和对数据进行总结。EDA可以帮助我们找到适合的数据模型，本文针对文本数据，将进行具体的数据探索性分析讲解。一、数据及背景
二、实验
转载
2022-08-30 07:45:25
1262阅读
9月17日-20日，由国内领先的互联网IT传媒——ZD至顶网主办、英特尔等领导型IT企业协办的第九届政企信息化策略研讨会将在湖南长沙拉开帷幕，本次大会的主题是“引领·思辨”。中国电信股份有限公司云计算研究中心主任赵惠玲，在此次大会上向在座嘉宾分享了中国电信在云计算和大数据这方面所做的一些工作以及当前所提供的服务。中国电信股份有限公司云计算研究中心主任 赵惠玲云计算、大数据以及互联网+等话题近些年十
数据分析思维对于数据分析师来说尤为重要，本文从三个方面叙述关于数据分析思维的学习：一、三种核心思维1、结构化现在有一个线下
原创
2023-05-25 00:31:01
139阅读
作者：吴迪哈喽大家好，我是可乐能不能写一份优秀的分析报告，是衡量分析师是否牛X的重要标准。除了不同场景下特定的分析逻辑，怎么把分析报告写的更好，其实是有成体系方法论的。今天给大家分享一篇关于数据分析报告规范的干货，常看常新，值得收藏和细品。01 结构规范及写作报告常用结构： 1. 架构清晰、主次分明数据分析报告要有一个清晰的架构，层次分明能降低阅读成本，有助于信息的传达。虽然不同类型的分析报告有
转载
2023-09-15 10:30:10
100阅读
目录一、什么是商业智能二、什么是数据仓库三、什么是数据挖掘四、数据挖掘的数学基础五、数据挖掘的十大算法六、什么是数据可视化七、什么是用户画像八、什么是埋点九、数据采集都有哪些方式十、什么是数据清洗十一、什么是数据集成十二、什么是数据变换十三、什么是方差、标准差十三、学习的网站一、什么是商业智能BI：Business Intelegence，商业智能，基于数据仓库，经过数据挖掘后，得到了商业价值的过
转行入职已经过了一个星期了，由于之前是主要学习web方向，入职的工作是数据挖掘（应该以后还会进行网站开发，所以web技能不能落下，应该抽空回顾复习相关知识）。一开始，工作主要内容是进行数据分析。由于自己也并不熟悉这一块，便从看教程，书本，视频，论坛，Q群等渠道进行快速学习，期间学会了学习并了解了Mumpy的基本结构与常用方法，熟悉了Pandas的基本操作与数据处理等，学会了Matplotlib绘图
在目前的商业市场，客户流失是各行各业不可逃避的问题，客户流失不仅造成成本浪费，而且挽回成本也比较大。因此，在商业竞争日益激烈的今天，如何减少客户流失是客户运营过程中至关重要的一个环节。为了更好地研究如何减少用户流失，本文从用户特征，分析用户流失原因，并对用户流失做出预测，便于提前准备应对策略。提出问题：观察流失用户的特征；分析用户流失的原因；构建用户流失模型，建立用户流失预测模型。数据描述cust
