| 1 绪论 | 第1-13页 |
| ·国内外数据挖掘技术发展现状 | 第7-11页 |
| ·数据仓库技术研究现状及发展趋势 | 第7-8页 |
| ·数据挖掘技术研究现状及发展趋势 | 第8-11页 |
| ·国内外电信BOSS发展现状 | 第11-12页 |
| ·本文要完成的工作 | 第12-13页 |
| 2 基本概念 | 第13-28页 |
| ·数据仓库概念及实现方式 | 第13-19页 |
| ·数据仓库和数据集市 | 第13-16页 |
| ·粒度与分割 | 第16页 |
| ·元数据 | 第16-18页 |
| ·实现方式 | 第18-19页 |
| ·数据挖掘概念及分类 | 第19-24页 |
| ·概念 | 第19-22页 |
| ·DM分类模式 | 第22-24页 |
| ·灰色系统理论原理 | 第24-27页 |
| ·时间序列原理 | 第27-28页 |
| 3 BOSS系统中数据挖掘的应用 | 第28-35页 |
| ·数据挖掘业务分类 | 第28-33页 |
| ·客户发展分析 | 第28-29页 |
| ·业务收入分析 | 第29-30页 |
| ·营销管理分析 | 第30-31页 |
| ·大客户分析 | 第31-32页 |
| ·通信网络管理 | 第32-33页 |
| ·数据挖掘技术分类 | 第33-35页 |
| ·分类模式应用 | 第33页 |
| ·时间序列模式应用 | 第33-34页 |
| ·关联模式应用 | 第34-35页 |
| 4 BOSS中数据挖掘技术方案研究 | 第35-57页 |
| ·选择数据源 | 第36-39页 |
| ·建立数据仓库或数据集市 | 第39-42页 |
| ·利用挖掘工具，进行第一次数据挖掘 | 第42-43页 |
| ·建立数学模型，进行二次数据挖掘 | 第43-54页 |
| ·分类模式的模型(Classification) | 第43-46页 |
| ·时间序列模式的预测模型 (Prediction) | 第46-50页 |
| ·关联模式的模型(Affinity grouping or association rules) | 第50-54页 |
| ·信息展现 | 第54-57页 |
| 5 浙江电信BOSS方案中的数据挖掘应用 | 第57-65页 |
| ·数据源和数据仓库 | 第58-59页 |
| ·挖掘模型应用实例 | 第59-65页 |
| ·分类模式模型实例 | 第59-60页 |
| ·时间序列模式模型实例 | 第60-61页 |
| ·关联模式模型实例 | 第61-65页 |
| 6 结论 | 第65-67页 |
| ·本文所做工作 | 第65-66页 |
| ·今后要做的工作 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-69页 |