基于数据挖掘的移动通信客户消费行为研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-19页 |
| ·论文选题的背景与意义 | 第13-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·数据挖掘的研究现状 | 第14-15页 |
| ·消费者行为的研究现状 | 第15-16页 |
| ·数据挖掘在消费者行为研究中的现状 | 第16-17页 |
| ·论文研究的主要内容 | 第17-18页 |
| ·论文的组织结构 | 第18-19页 |
| 第二章 数据挖掘理论及相关技术 | 第19-36页 |
| ·数据挖掘概述 | 第19-22页 |
| ·数据挖掘的概念 | 第19-20页 |
| ·数据挖掘的功能 | 第20-21页 |
| ·数据挖掘的过程 | 第21-22页 |
| ·本文涉及到的主要数据挖掘算法 | 第22-34页 |
| ·聚类算法 | 第22-24页 |
| ·聚类基本原理 | 第22-23页 |
| ·K-means算法 | 第23-24页 |
| ·关联规则算法 | 第24-27页 |
| ·关联规则基本原理 | 第24-25页 |
| ·Apriori算法 | 第25-27页 |
| ·决策树分类算法 | 第27-32页 |
| ·决策树基本原理 | 第27-28页 |
| ·CART算法 | 第28-29页 |
| ·CHAID算法 | 第29-31页 |
| ·ID3算法 | 第31-32页 |
| ·人工神经网络算法 | 第32-34页 |
| ·人工神经网络基本原理 | 第32-33页 |
| ·BP神经网络算法 | 第33-34页 |
| ·数据挖掘的工具 | 第34-36页 |
| 第三章 客户消费行为分析 | 第36-43页 |
| ·消费行为理论 | 第36页 |
| ·影响消费行为的因素 | 第36-38页 |
| ·建立基于消费行为理论的指标体系 | 第38-43页 |
| ·建立指标体系的原则 | 第38-39页 |
| ·建立指标体系的方法 | 第39-40页 |
| ·基于消费行为理论指的标体系建立 | 第40-43页 |
| 第四章 移动通信客户购买行为模式分析 | 第43-53页 |
| ·方法概述 | 第43-45页 |
| ·明确研究主题 | 第43页 |
| ·选择数据及数据预处理 | 第43-44页 |
| ·运用聚类和关联规则算法挖掘客户购买行为模式 | 第44-45页 |
| ·分析挖掘结果 | 第45页 |
| ·实证研究 | 第45-52页 |
| ·对某省电信运营商客户的细分 | 第45-48页 |
| ·细分结果分析 | 第48-49页 |
| ·细分市场中客户消费规律的挖掘 | 第49-50页 |
| ·关联规则的结果解释与分析 | 第50-52页 |
| ·实证研究结果的现实意义 | 第52-53页 |
| 第五章 移动通信客户购买倾向预测分析 | 第53-85页 |
| ·方法概述 | 第53-54页 |
| ·明确研究主题 | 第53页 |
| ·数据准备及数据预处理 | 第53-54页 |
| ·运用决策树和人工神经网络技术预测客户购买倾向 | 第54页 |
| ·分析挖掘结果 | 第54页 |
| ·实证研究 | 第54-84页 |
| ·决策树分类 | 第55-78页 |
| ·高价值客户购买倾向预测分析 | 第55-62页 |
| ·有价值客户购买倾向预测分析 | 第62-71页 |
| ·低价值客户购买倾向预测分析 | 第71-78页 |
| ·人工神经网络模型分类 | 第78-81页 |
| ·移动通信客户购买倾向预测的结果评价与解释 | 第81-84页 |
| ·高价值客户购买倾向预测的结果评价与解释 | 第82-83页 |
| ·有价值客户购买倾向预测的结果评价与解释 | 第83页 |
| ·低价值客户购买倾向预测的结果评价与解释 | 第83-84页 |
| ·实证研究结果的现实意义 | 第84-85页 |
| 第六章 总结与展望 | 第85-88页 |
| ·全文总结 | 第85-86页 |
| ·研究展望 | 第86-88页 |
| 参考文献 | 第88-91页 |
| 致谢 | 第91-92页 |
| 攻读硕士学位期间发表的学术论文目录 | 第92页 |
