[[alternative]]The detection in telecoms business by data mining approach

碩士[[abstract]] 政府因應電信產業市場發展，將電信產業開放民營，業者莫不投入相關通訊科技技術發展及各樣通訊科技產品，也因此業者間市場競爭也越趨激烈。業者為了提高顧客滿意度及忠誠度，並將客戶流失度降到最低的目標下，推出各類服務及促銷方案，目的即是為了保有自身在行動通訊市場的利益。 而正因電信市場的龐大商機，各業者費盡心思爭取更多的用戶數以維持自身收益。然而不法集團運用不正當手段進行電話盜撥，早已獲取暴利，形成電信業者莫大損失。我們研究業者呆帳中的賴帳行為，也就是拒繳費用與延遲付費。賴帳行為雖不會對電信業者有立即且明顯的損失，但會造成其他成本增加與設備佔用等問題。 在本論文中，我們使用了IM8.1(Intelligent Miner for Data 8.1)，運用資料挖掘的技術，將客戶資料庫及歷史資料做關聯式法則(association rules)與叢集化(Data Clustering)的相關分析運算，並將其規則存放入資料庫，預測存在高度風險之客戶，提升業者決策品質，降低業者呆帳損失。[[abstract]]Because of the prosperous development of the telecommunication market, all companies all try their best to increase more customers and business to maintain their profit. At the same time, there exit many illegal groups are using a variety of tricks to execute telephony fraud to earn a lot of money and cause much loss for telecommunication companies. Telephony fraud is about 2% of total phone bill income for telecommunication companies. If the average bill 80 US dollars for a phone user, there are about 100,000 customers for a company, the phony fraud will cause telecommunication companies 1,920,000 US dollars loss per year. Based on the loss, it is a very serious problem. There are many ways to cause not paying bills, refusing to pay the bill and not paying the bill on time are two types of them. We call these two types “denying the bills”. If we can use the analysis technology of data mining effectively, analyze the customers database and their historical billing information, we should predict the character of high risk customers from analysis results. It can be applied to promote the decision making quality and competition capabilities. Therefore effective risk management can be conducted in a very short time to prevent losing customers and lower the bill loss. There are a lot of researches about fraud study proposed by many scholars. But there is little about behaviors of not paying the bills. The situation about not paying the bills is not like fraud, but it causes the telecommunication companies a lot obvious amount of loss. It also causes other loss for telecommunication companies, such as: cash flow decrease, manpower of urging customers paying bill increase, mobile base system occupation and customers’ loss. Therefore, the way to detect possible customers who will not pay the bills is the main goal of our system.[[tableofcontents]]目 錄 1. 緒論 1 1.1 前言 1 1.2 研究動機與目的 1 1.3 論文架構 2 2. 相關背景知識 4 2.1 資料探勘的功能 4 2.2 資料探勘演算法應用 7 2.2.1 關聯規則(Association Rule) 7 2.2.2 叢集化（Data Clustering） 8 2.2.3 詐欺叢集化較佳成果 10 2.2.4 決策樹(Decision Tree) 11 3. 架構與流程 12 3.1 目標 12 3.2 系統架構 13 3.3 資料來源與預備 14 3.4 系統執行流程 19 3.5 資料建置 27 4. 模型執行流程 30 5. 執行結果與實際驗證 32 5.1 執行結果 32 5.2 叢集結果分析 34 5.2.1 欄位說明 34 5.2.2 資料瀏覽 36 5.2.3 叢集特徵描述 37 5.3 實際驗證結果 40 6. 結論及未來發展 42 6.1 結論 42 6.2 未來發展方向 42 7. 參考文獻 43 8. 附錄 47 9. 英文論文 54 表目錄 表2-1 : 新付費狀態=（預測付費月份-帳單月份+1）+新付費狀態。 8 表3-1 : 電話盜撥行為類型 12 表3-2 : 偵測電信詐欺模型原始CDR資料格式 15 表3-3 : 偵測電信詐欺模型原始CDR付費狀況資料格式 15 表3-4 : 偵測電信詐欺模型原始客戶基本資料格式 16 表3-5 : 系統資料表格說明 20 表3-6 : ETL轉換後之重要衍生屬性欄位 23 表3-7 : 初始化資料準備狀況 28 表3-8 : 第一付費週期一般性作業資料建置說明 29 表5-1 : 資料統計筆數 32 表5-2 : 付費樣式對應表 33 表5-3 : 叢集分析之作用欄位 34 表5-4 : 叢集分析之補充欄位 35 表5-5 : 實際驗證統計資料 40 表5-6 : 彙整平均準確率 41 表8-1 : 偵測電信詐欺模型匯入CDR資料細部說明 47 表8-2 : 偵測電信詐欺模型匯入客戶基本資料細部說明 48 表8-3 : 偵測電信詐欺模型匯入CDR付費狀況資料細部說明 49 表8-4 : 詐欺偵測模型資料 49 表8-5 : 詐欺偵測模型名單 50 表8-6 : CDR與BASE統計資料 50 表8-7 : CDR與BASE分析處理資料 51 表8-8 : 撥話號碼資料分析表 52 表8-9 : 撥話號碼資料分析表 53 圖目錄 圖3-1 : 偵測電信詐欺模型系統架構圖 13 圖3-2 : 偵測電信詐欺模型資料來源 15 圖3-3 : 偵測電信詐欺系統執行流程圖 21 圖3-4 : 資料時間歪斜 24 圖3-5 : 資料時間拉平 24 圖3-6 : 偵測電信詐欺模型10個分析模型切割 25 圖3-7 : 偵測電信詐欺模型實際分析模型切割 25 圖4-1 : 偵測電信詐欺模型Rule Base產生流程 31 圖5-1 : 叢集分析當中所使用到的欄位 36 圖5-2 : 叢集分析結果瀏覽 37 圖5-3 : 叢集[18] 23 38 圖5-4 : 叢集[27] 33 39[[note]]學號: 793190207, 學年度: 9