| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 1 绪论 | 第13-18页 |
| ·研究背景 | 第13-14页 |
| ·研究现状 | 第14-15页 |
| ·本文研究工作及创新点 | 第15-16页 |
| ·研究内容及成果 | 第15-16页 |
| ·创新点 | 第16页 |
| ·论文结构 | 第16-18页 |
| 2 数据挖掘以及相关技术的分析 | 第18-35页 |
| ·数据挖掘相关技术的现状 | 第18-21页 |
| ·数据挖掘发展综述 | 第18-20页 |
| ·数据仓库技术综述 | 第20-21页 |
| ·数据挖掘现存主要问题 | 第21-23页 |
| ·数据挖掘模型对数据处理的局限性 | 第21-22页 |
| ·数据分布状况计算的主要问题 | 第22-23页 |
| ·本文的研究路线 | 第23-25页 |
| ·数据挖掘基础数据平台构建方法的改进 | 第23页 |
| ·针对混和型数据使用统一数据挖掘模型的改进 | 第23-24页 |
| ·对关键指标支持数据挖掘方法的研究 | 第24-25页 |
| ·数据挖掘相关技术 | 第25-34页 |
| ·数据仓库技术 | 第25-28页 |
| ·数据挖掘 (Data Mining) | 第28-34页 |
| ·本章小结 | 第34-35页 |
| 3 软件技术支持服务系统数据挖掘的设计 | 第35-63页 |
| ·项目概念设计 | 第35-39页 |
| ·数据挖掘基础数据平台构建方法的改进 | 第39-45页 |
| ·数据立方体的事实表设计 | 第40-42页 |
| ·数据立方体分析维度表设计 | 第42-45页 |
| ·针对混和型数据使用统一数据挖掘模型的改进 | 第45-50页 |
| ·数据缺失处理 | 第46-47页 |
| ·属性泛化 | 第47-48页 |
| ·数据预处理的方法讨论 | 第48-50页 |
| ·对关键指标支持数据挖掘方法的研究 | 第50-62页 |
| ·软件技术支持中关键指标经验估算方法的不足 | 第50页 |
| ·目标客户训练样本和对比客户训练样本分类确定及维相关性分析 | 第50-56页 |
| ·决策树归纳得到的分类规则 | 第56-57页 |
| ·箱线图分析方法在服务成本以及质量分析上的应用 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 4 数据挖掘方法在软件技术支持服务系统中的应用 | 第63-81页 |
| ·微软软件技术支持数据挖掘项目架构 | 第63-65页 |
| ·数据仓库的构建 | 第65-69页 |
| ·数据预处理 （抽取、转换、清洗、装载） | 第65-68页 |
| ·数据立方体的构建 | 第68-69页 |
| ·数据挖掘项目的实现 | 第69-76页 |
| ·针对客户满意度的决策树分析 | 第69-73页 |
| ·服务成本与客户满意度的箱线图分析 | 第73-76页 |
| ·利用 Excel 工具图形化提供对管理层和工程师的业务流程动态决定支持 | 第76-77页 |
| ·数据挖掘结论转化为业务逻辑 | 第76-77页 |
| ·使用智能客户端自动查询，分析，生成服务事件处理流程建议 | 第77页 |
| ·系统上线情况以及部分指标提升 | 第77-80页 |
| ·智能客户端使用实例 | 第77-78页 |
| ·系统上线状态以及部分指标提升情况 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 5 总结与展望 | 第81-83页 |
| ·主要研究结论 | 第81页 |
| ·论文工作回顾 | 第81-82页 |
| ·对下一步研究工作的展望 | 第82-83页 |
| 参考文献 | 第83-85页 |
| 致谢 | 第85-86页 |
| 攻读学位期间发表的学术论文目录 | 第86页 |
