首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于多Agent的数据挖掘技术在电信客户流失中的研究与应用

摘要第1-5页
Abstract第5-8页
第一章 绪论第8-13页
   ·研究背景第8-9页
   ·研究现状及发展趋势第9-11页
   ·论文的研究内容第11页
   ·论文的组织结构第11-13页
第二章 相关技术论述第13-25页
   ·数据挖掘理论第13-19页
     ·数据挖掘概念第13-15页
     ·数据挖掘的对象第15-16页
     ·数据挖掘的模式类型第16-18页
     ·数据挖掘系统分类第18页
     ·分布式数据挖掘的必要性第18-19页
   ·Agent和多Agent理论第19-24页
     ·Agent的定义及特性第19-20页
     ·Agent的结构第20-21页
     ·多Agent系统第21-23页
     ·多Agent协作第23页
     ·多Agent间的通信第23-24页
   ·本章小结第24-25页
第三章 基于多Agent的数据挖掘系统模型第25-34页
   ·模型的设计思想和模型结构第25-26页
   ·模型各部分功能介绍第26-28页
   ·基于多Agent的数据挖掘系统工作流程第28-30页
   ·数据挖掘任务的分解与分配第30-31页
   ·数据挖掘结果的集成第31-32页
   ·模型优点第32页
   ·本章小结第32-34页
第四章 MDMSMAS模型在VIPS中的应用第34-50页
   ·VIPS概述第34-35页
   ·MDMSMAS在VIPS中的应用背景第35页
   ·引入MDMSMAS模型后的VIPS系统结构第35-36页
   ·DMA数据挖掘模型设计第36-49页
     ·商业理解第38-39页
     ·数据理解第39页
     ·数据描述第39-44页
     ·数据清洗第44页
     ·数据转换第44-45页
     ·数据准备结果第45-46页
     ·建模第46-49页
   ·本章小结第49-50页
第五章 MDMSMAS应用评估第50-56页
   ·DMA电信客户流失数据挖掘模型评估第50-54页
     ·客户流失数据挖掘模型评判标准第50-51页
     ·电信客户流失数据挖掘模型评估第51-54页
   ·引入MDMSMAS模型的VIPS系统的性能评估第54-55页
   ·本章小结第55-56页
第六章 总结与展望第56-58页
   ·总结第56页
   ·进一步的工作第56-58页
参考文献第58-62页
致谢第62-63页
攻读学位期间主要研究成果第63页

论文共63页,点击 下载论文
上一篇:基于多特征的人脸检测识别研究
下一篇:基于关系匹配的并行部件化人体识别