| 引言 | 第1-10页 |
| 第1章 信运营商数据仓库介绍 | 第10-16页 |
| 1．1 电信运营商业务数据分类 | 第10-11页 |
| 1．1．1 核心业务数据 | 第10-11页 |
| 1．1．2 其他数据 | 第11页 |
| 1．2 数据仓库的构成和模型介绍 | 第11-16页 |
| 1．2．1 数据仓库的基本概念 | 第11-12页 |
| 1．2．2 电信数据仓库的系统结构和模型 | 第12-15页 |
| 1．2．3 基于数据仓库的应用系统 | 第15-16页 |
| 第2章 数据挖掘基础知识介绍 | 第16-24页 |
| 2．1 数据挖掘技术总体介绍 | 第16-17页 |
| 2．2 数据挖掘六个类型的具体介绍 | 第17-24页 |
| 2．2．1 数据描述和汇总(data description and summarization) | 第17-18页 |
| 2．2．2 细分(Segmentation) | 第18-19页 |
| 2．2．3 概念描述(concept descriptions) | 第19-20页 |
| 2．2．4 分类(classification) | 第20-22页 |
| 2．2．5 预测(prediction) | 第22-23页 |
| 2．2．6 依赖性分析(Dependency analysis) | 第23-24页 |
| 第3章 电信客户细分需求和挖掘算法介绍 | 第24-27页 |
| 3．1 电信客户细分的需求和作用 | 第24-25页 |
| 3．2 聚类分析技术中的K-MEANS算法介绍 | 第25-27页 |
| 第4章 客户细分的模型建立 | 第27-51页 |
| 4．1 细分模型建设整体流程介绍 | 第27-30页 |
| 4．2 模型建立的具体步骤 | 第30-43页 |
| 4．2．1 商业理解 | 第30-33页 |
| 4．2．2 数据理解 | 第33-34页 |
| 4．2．3 数据准备 | 第34-41页 |
| 4．2．4 建立模型 | 第41-42页 |
| 4．2．5 模型评估 | 第42-43页 |
| 4．2．6 结果发布 | 第43页 |
| 4．3 客户细分的模型结果分析和应用 | 第43-51页 |
| 4．3．1 模型结果分组表 | 第43-47页 |
| 4．3．2 分组应用探索 | 第47-51页 |
| 小结 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 声明 | 第54页 |
