宽带离网用户分析（1） 任务介绍

宽带离网用户分析之任务介绍

　　接下来把几个研究生阶段的项目中所用到的关键技术分别做介绍，一来对这些项目的技术做个整理，理清思路，二来也为接下来的应聘做准备。这里先介绍研一做的第一个项目——宽带离网用户分析。

项目数据介绍

　　巧妇难为无米之炊，在我们介绍真正的业务目的之前，我们还是先来看看我们有哪些数据，只有知道我们有了哪些菜，我们才能看菜吃饭～
　　我们的数据是电信的后台数据，什么叫后台数据呢？那就是和”前台“对立的数据，所谓”前台数据“，我们可以理解为电信运营商的用户数据，包括用户的身份证号、年龄、职业甚至收入等。不仅如此，还包括用户的消费记录、拨打电话的记录等，其实这些数据都直接和电信的营销业务相关，所以称为”前台数据“。而后台数据我们可以理解为和营销业务不相关的在后台获取的数据。
　　具体的数据项包括：
　　
其实用后台数据做数据挖掘任务的好处就是，一方面和用户行为密切相关，另一方面有不会涉及太多的文本型的用户隐私。
　　当然还有一个字段是用户的唯一标示咯，我们取的是徐州市的70万宽带用户的信息。我们有10个月的数据，大概有100G的数据，其实大部分是用户上下线的数据（因为用户每上下线一次就有一条记录，数据量很大）。

任务介绍

　　现在重头戏——我们的任务来了，我们需要预测这70万的用户哪些会”离网“，所谓”离网“就是停用宽带业务。这里插一句，上面的字段是我和电信的专业人员讨论