Zeitschrift für Computertechnik und Informationstechnologie

Multidimensionale Analyse und Mining von Call Detail Records mit dem Pattern Cube Algorithmus

Elusade O Moses, Osuolale A Festus

Im aufstrebenden und hart umkämpften Telekommunikationsmarkt ist es für Mobilfunkbetreiber unerlässlich, ihre massenhaft gespeicherten Anrufprotokolle regelmäßig zu analysieren, um ihre zahlreichen Abonnenten zu pflegen und zu verwalten. Eine solche sequentielle Stream-Datenanalyse erfordert einen effizienten Data-Mining-Algorithmus und Techniken, die die Herausforderungen berücksichtigen, die die enorme Größe dieser Daten mit sich bringt. Viele Data-Mining-Anwendungen wurden für ähnliche Zwecke angepasst. Eine gründliche Analyse von Call Detail Records (CDR) als multidimensionale sequentielle Stream-Daten mit dem damit verbundenen Speicheraufwand wurde jedoch nicht besonders betont. In diesem Artikel wird ein neuartiger Algorithmus für die multidimensionale Analyse von Anrufprotokollen vorgeschlagen. Der Pattern Cube Algorithm (PCA) wurde mit einem Computerprogramm implementiert und empirisch nachgewiesen, dass ein massiver CDR sinnvoll in einem handlichen Datensatz als Data Mart zusammengefasst werden kann, mit einem Gewinn von etwa 90 % Größenreduzierung und der Möglichkeit, riesige Datenmengen von jedem Server aus zu verarbeiten, unabhängig von der Größe der Zieldaten. Eine quantitative Untersuchung der verschiedenen Gewinne bei den IT-Ressourcen wird durch eine umfassende experimentelle Studie an einer von MTN Communications Nigeria Limited angepassten CDR-Stichprobe durchgeführt.