学位论文 > 优秀研究生学位论文题录展示

基于数据仓库的昆明电信业务收入预算分析

作　者: 朱东妹
导　师: 胡建华
学　校: 昆明理工大学
专　业: 计算机应用技术
关键词: 预测时间序列指数平滑法 ARIMA时间序列模型
分类号: TP311.13
类　型: 硕士论文
年　份: 2006年
下　载: 96次
引　用: 1次
阅　读: 论文下载

内容摘要

本文是以昆明电信经营分析支撑系统的项目的基础上来展开的。通过数据仓库、统计分析的技术,对昆明电信的业务收入的数据资料进行分析和预测。在本次课题研究过程中,针对业务收入预算分析主题,从昆明电信的账务中心抽取与各业务收入有关的数据,从时间、部门、产品、业务、客户群等多个角度对各业务收入进行分析,得出各业务收入的发展情况及趋势。同时应用指数平滑方法和ARIMA模型预测法对昆明电信的业务收入的数据资料进行预测,并对各模型进行了评估和比较。其中ARIMA模型的预测精度高于传统时间序列分析方法的指数平滑法。对于有季节性的数据,温特(Winter)方法是传统时间序列分析方法中唯一得到广泛应用的方法。它需要三个平滑参数,在确定最佳α、β、γ值时要进行多次组合试验,以使平均绝对百分误差(MAPE)最小。利用ARIMA模型对电信产品收入进行拟合预测,可以将影响产品收入的各种因素综合在“时间”上,只需研究序列本身的历史数据;并且借助模型参数对序列进行了量化表达,最终使拟合的残差成为白噪声序列,拟合结果的验证在理论上具有说服力,在应用上切实可行。ARIMA模型发展得比较完善,对于模型的识别,拟合和诊断性检验均有较为成熟的方法,而且该方法有成熟的统计软件支持,如SPSS,这对于该方法的推广应用非常有利。实践证明对于电信的业务收入,根据统计理论和数学方法,对描述该序列适应的或最优的数据模型,并进而进行预测和控制是可能的、合理的。

全文目录

摘要  4-5
Abstract  5-6
目录  6-8
第一章绪论  8-13
  1.1 研究背景  8-10
    1.1.1 数据仓库技术在电信企业的应用  8-9
    1.1.2 预算管理在电信企业的应用  9-10
  1.2 理论依据  10-11
  1.3 论文的主要研究内容及意义  11-13
第二章传统的时间序列分析方法  13-19
  2.1 简单平均法  13
  2.2 移动平均法  13-14
    2.2.1 简单移动平均  13-14
    2.2.2 加权移动平均  14
  2.3 指数平滑法  14-18
    2.3.1 简单指数平滑法  15-16
    2.3.2 考虑趋势调整的指数平滑法  16
    2.3.3 考虑季节性调整的指数平滑法  16-18
  2.4 平滑常数的确定  18-19
第三章随机时间序列模型——ARIMA模型预测方法  19-29
  3.1 ARIMA时间序列模型的一般形式  19-21
    3.1.1 平稳时间序列的ARIMA模型的一般形式  19-20
      3.1.1.1 AR模型  19-20
      3.1.1.2 MA模型  20
      3.1.1.3 ARMA模型  20
    3.1.2 非平稳时间序列的ARIMA模型的一般形式  20-21
    3.1.3 季节模型  21
    3.1.4 复合季节模型  21
  3.2 方法性工具——自相关与偏自相关  21-22
    3.2.1 自相关  21-22
    3.2.2 偏自相关  22
  3.3 时序特性的分析  22-29
    3.3.1 时序随机性的测定  23-24
    3.3.2 时序的平稳性  24-26
    3.3.3 时序季节性的识别  26-28
    3.3.4 时间趋势与季节性的消除  28-29
第四章用时间序列模型进行电信业务收入预测  29-51
  4.1 “收入预算分析”主题的数据仓库模型的建立  29-37
    4.1.1 “收入预算分析”主题的ETL过程概述  29-30
    4.1.2 DTS包模型  30-31
    4.1.3 维度设计及构建  31-35
    4.1.4 事实表的构建  35-36
    4.1.5 预算分析主题的多维数据集模型  36
    4.1.6 业务收入数据的采集和浏览  36-37
  4.2 时间序列的分析  37-50
    4.2.1 用传统时序模型进行预测  38-40
      4.2.1.1 模型的建立  38-39
      4.2.1.2 预测  39-40
      4.2.1.3 模型的评估  40
    4.2.2 用随机时序模型进行预测  40-50
      4.2.2.1 模型的识别  41-45
      4.2.2.2 模型的参数的估计  45-47
      4.2.2.3 模型的诊断  47-48
      4.2.2.4 模型的预测结果  48
      4.2.2.5 模型的评估  48-50
  4.3 结论  50-51
第五章结束语  51-52
  5.1 总结  51
  5.2 展望和下一步工作  51-52
致谢  52-53
攻读硕士学位期间发表的论文目录  53-54
参考文献  54-55

基于数据仓库的昆明电信业务收入预算分析

内容摘要

全文目录

相似论文