| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与研究意义 | 第9-10页 |
| 1.2 国内外的研究现状 | 第10-12页 |
| 1.3 主要研究内容以及创新点 | 第12页 |
| 1.4 论文所做的主要研究工作及内容组织安排 | 第12-15页 |
| 第二章 数据挖掘及其在客户关系管理中的应用方法研究 | 第15-25页 |
| 2.1 数据挖掘理论 | 第15-19页 |
| 2.1.1 数据挖掘定义 | 第15页 |
| 2.1.2 数据挖掘任务 | 第15-17页 |
| 2.1.3 数据挖掘过程 | 第17-18页 |
| 2.1.4 数据挖掘工具 | 第18-19页 |
| 2.2 数据挖掘与客户关系管理 | 第19-22页 |
| 2.3 电信客户流失分析系统 | 第22-24页 |
| 2.3.1 电信客户流失与流失率定义 | 第22-23页 |
| 2.3.2 基于数据挖掘对电信客户进行流失分析的方法和流程 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 客户流失预测模型评估指标 | 第25-43页 |
| 3.1 客户流失预测模型评估指标系统设计 | 第25-35页 |
| 3.1.1 “C-B”指标框架 | 第25-28页 |
| 3.1.2 MPC指标模型 | 第28-30页 |
| 3.1.3 客户价值细分模型 | 第30-33页 |
| 3.1.4 新指标MPSC指标 | 第33-35页 |
| 3.2 AHP层次分析计算客户价值体系 | 第35-41页 |
| 3.2.1 构建客户价值计算体系 | 第36-37页 |
| 3.2.2 AHP层次分析法的流程及步骤 | 第37-41页 |
| 3.3 本章小结 | 第41-43页 |
| 第四章 一种改进的决策森林分类算法 | 第43-53页 |
| 4.1 相关工作 | 第43-46页 |
| 4.1.1 决策树理论 | 第43-44页 |
| 4.1.2 组合算法理论 | 第44-46页 |
| 4.2 一种可用于电信客户流失分析的改进的决策森林分类算法 | 第46-51页 |
| 4.2.1 企业挽留能力与挽留力度关系的可行域及其算法可行域分析 | 第46-49页 |
| 4.2.2 一种改进的决策森林分类算法 | 第49-51页 |
| 4.3 本章小结 | 第51-53页 |
| 第五章 客户流失预测模型的实现以及其评估 | 第53-67页 |
| 5.1 客户流失分析系统框架 | 第53-54页 |
| 5.2 系统采用的数据源以及数据的预处理 | 第54-57页 |
| 5.3 客户流失预测模型新指标验证 | 第57-62页 |
| 5.4 客户流失预测模型验证 | 第62-65页 |
| 5.5 本章小结 | 第65-67页 |
| 第六章 论文研究工作总结和下一步研究工作展望 | 第67-69页 |
| 6.1 论文研究工作总结 | 第67页 |
| 6.2 下一步研究工作展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读学位期间的学术成果 | 第75页 |
