| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-11页 |
| ·论文的研究背景 | 第8-9页 |
| ·论文的项目背景 | 第9页 |
| ·论文的研究内容 | 第9-10页 |
| ·论文的研究意义 | 第10-11页 |
| 第二章 问题定义 | 第11-14页 |
| ·客户细分定义 | 第11页 |
| ·客户细分的重要性 | 第11-13页 |
| ·传统的细分技术和基于数据挖掘细分技术的比较 | 第13-14页 |
| 第三章 业务需求定义 | 第14-16页 |
| 第四章 技术路线 | 第16-21页 |
| ·客户细分的主要步骤 | 第16页 |
| ·采用的主要算法 | 第16-21页 |
| 第五章 进行客户细分 | 第21-47页 |
| ·选择客户细分变量 | 第21-27页 |
| ·××电信客户模型 | 第21-25页 |
| ××电信客户背景属性 | 第21-22页 |
| ××电信客户联系属性 | 第22页 |
| ××电信客户状态属性 | 第22-23页 |
| ××电信客户帐户属性 | 第23页 |
| ××电信客户行为属性 | 第23-24页 |
| ××电信客户服务属性 | 第24页 |
| ××电信客户扩展属性 | 第24-25页 |
| 消费层次 | 第24页 |
| 信用度 | 第24-25页 |
| 活跃程度 | 第25页 |
| 客户价值 | 第25页 |
| 成为大客户概率 | 第25页 |
| 离网概率 | 第25页 |
| 挽留价值 | 第25页 |
| ·实际选择的客户细分变量 | 第25-26页 |
| ·客户细分数据模型图 | 第26-27页 |
| ·数据准备及其预处理 | 第27-37页 |
| ·数据选取 | 第27-28页 |
| ·数据准备 | 第28-30页 |
| ·数据清理 | 第30-32页 |
| ·常见的数据问题 | 第30-32页 |
| ·数据清理 | 第32页 |
| ·数据探索和预处理 | 第32-37页 |
| ·聚类分析 | 第37-47页 |
| ·分析数据的提取 | 第37-38页 |
| ·选取样本数据 | 第38-39页 |
| ·样本数据的验证 | 第39-41页 |
| ·对样本数据进行聚类 | 第41-47页 |
| 第六章 细分结果运用及评估 | 第47-52页 |
| ·、通过细分结果对现有用户进行分类，以了解各个客户群的用户组成情况。 | 第47-51页 |
| ·常见分类算法比较 | 第47-49页 |
| ·决策树基本原理及构造方法 | 第49-50页 |
| ·根据聚类信息对用户进行分类 | 第50-51页 |
| ·、根据已有的细分结果，选择一些类再进行细分，以便进行更有针对性的分析 | 第51-52页 |
| 第七章 结束语 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望和下一步的工作 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-56页 |