基于终端应用的客户需求预测模型研究及系统实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究内容与主要工作 | 第11-14页 |
| 1.2.1 研究目标 | 第12页 |
| 1.2.2 研究内容及方法 | 第12-14页 |
| 1.3 文章结构 | 第14-16页 |
| 第二章 移动数据挖掘分析研究现状 | 第16-24页 |
| 2.1 移动数据挖掘分析研究现状 | 第16-23页 |
| 2.1.1 分析用户喜好 | 第16-17页 |
| 2.1.2 挖掘用户使用模式 | 第17-18页 |
| 2.1.3 手机终端推荐和换机行为预测 | 第18-19页 |
| 2.1.4 预测用户使用行为 | 第19-22页 |
| 2.1.5 客户流失分析 | 第22页 |
| 2.1.6 分析手机所记录的人群社会活动 | 第22-23页 |
| 2.1.7 探究手机通讯中的社交网络 | 第23页 |
| 2.2 本章小结 | 第23-24页 |
| 第三章 用户数据统计分析 | 第24-30页 |
| 3.1 用户数据获取 | 第24-26页 |
| 3.2 样本数据特征分析 | 第26-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 数据建模与用户行为分析 | 第30-36页 |
| 4.1 数据建模方法 | 第30-32页 |
| 4.2 建模合理性验证 | 第32-34页 |
| 4.3 用户行为分析 | 第34-35页 |
| 4.4 本章小结 | 第35-36页 |
| 第五章 构建预测模型并预测换机行为 | 第36-53页 |
| 5.1 分类器应用 | 第36-39页 |
| 5.1.1 C4.5决策树 | 第36-37页 |
| 5.1.2 朴素贝叶斯分类 | 第37-39页 |
| 5.2 生存分析方法 | 第39-41页 |
| 5.2.1 生存分析的几个基本概念 | 第39-40页 |
| 5.2.2 生存分析的具体方法 | 第40-41页 |
| 5.3 分类器训练及无监督过滤排序模型 | 第41-46页 |
| 5.3.1 分类器训练 | 第41-43页 |
| 5.3.2 无监督过滤排序算法 | 第43-46页 |
| 5.4 构建基于生存分析的风险模型 | 第46-50页 |
| 5.4.1 预测问题描述 | 第47-48页 |
| 5.4.2 模型构建 | 第48-49页 |
| 5.4.3 模型估计 | 第49-50页 |
| 5.5 系统实现 | 第50页 |
| 5.6 实验结果 | 第50-51页 |
| 5.7 本章小结 | 第51-53页 |
| 第六章 总结与展望 | 第53-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
