任务实现

任务1.1 根据业务需求选择合适的大数据分析技术

本任务的主要内容：

●对大数据分析案例进行业务需求分析；

●为大数据分析案例选择合适的大数据分析技术。

1.1.1 业务需求分析

在前面的相关知识中，我们介绍了大数据分析的概念、发展过程、应用场景、流程等。那么，当我们在现实中遇到需要使用大数据分析技术来进行分析、得出结论、给出建议的案例时，我们应该怎么做呢？

国内某电信运营商，业务覆盖全国，客户量极其庞大。但这些年来，随着其他运营商的发展，移动通信业务竞争非常激烈，该运营商的客户也出现了严重的流失。是什么因素导致客户流失呢？怎么做才能减少这样的流失？这是该运营商目前亟待解决的问题。

那么，我们就来讨论一下，类似这样的对运营商客户流失因素进行分析的案例应该如何解决。

运营商客户流失因素，一定会涉及多个方面，我们拿到一份关于运营商客户的数据，其中包括以下特征：

●信用等级；

●VIP等级；

●本月话费；

●通话时长；

●通话次数；

●短信发送数；

●上网流量；

●性别；

●年龄。

接下来，我们需要做以下工作：

（1）数据导入；

（2）数据探索与预处理；

（3）数据特征分析；

（4）数据分析与建模；

（5）模型评估；

（6）分析结果的可视化展示。

要想完成这些工作，我们需要选择哪些大数据分析技术呢？

1.1.2 选择大数据分析技术

随着大数据分析技术的发展，大数据分析工具也层出不穷。正如前面相关知识中所讲到的，从传统的统计分析软件，到大数据分析编程语言，再到大数据可视化分析工具，大数据分析工具的使用越来越方便，分析结果的展示方式也越来越多样化。

在本次任务一开始，我们就提出了关于运营商客户流失因素分析的案例，在1.1.1小节我们已经提出了该案例的业务需求。那么应该为这个案例选择什么样的大数据分析技术呢？

在当今大数据及人工智能领域中，Python语言凭借自身的优势脱颖而出，成为使用非常广泛的程序设计语言。说到Python，就不得不提创造这个语言的人，也就是被称为Python之父的吉多·范罗苏姆。1989年，范罗苏姆为了打发时间，决心开发一个新的脚本解释程序，作为ABC语言的一种继承。Python这个单词的意思是蟒蛇，所以它的logo是由两条蟒蛇组成的，如图1-4所示。

Python具有以下特点。

第一，开源。Python是一种开源编程语言，使用基于社区的模型开发。它可以在Windows和Linux平台中运行。除此之外，也可以将其移植到其他平台，因为它支持多个平台。

第二，速度快。Python是一种高级语言，它契合原型设计思想，开发者可以使用它快速编码，同时保持代码与执行过程之间的高度透明性。由于这种透明性，代码的维护以及将其添加到多用户开发环境中的代码库变得容易。

第三，支持多种数据处理。Python提供了对文本、图像和多媒体数据的高级支持，它支持对非结构化数据和非常规数据的数据处理，这是分析社交媒体数据时的常见大数据需求。这是Python能够与大数据分析相结合的另一个原因。

第四，也是非常重要的一点，就是Python语言支持多种库。Python广泛应用于各个行业领域的科学计算，它包含大量经过良好测试的第三方库，主要包括以下几类：

（1）数值计算；

（2）数据预处理；

（3）统计分析；

（4）机器学习；

（5）可视化。

这些第三方库里面有很多函数，完全可以用来解决运营商客户流失因素分析案例中需要解决的问题。因此，在本教材中，我们将使用Python语言的库来完成每一个任务。那么使用Python语言的库需要哪些准备呢？在任务1.2中，我们将详细地进行介绍。