基于数据挖掘的电信短信业务分析与应用
摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第一章 导论 | 第11-18页 |
·论文研究背景 | 第11-12页 |
·短信增值业务的发展 | 第12-14页 |
·研究方法及论文框架 | 第14-16页 |
·研究内容 | 第16-17页 |
·本章小结 | 第17-18页 |
第二章 数据挖掘技术 | 第18-29页 |
·数据挖掘技术的由来 | 第18-21页 |
·定义 | 第21页 |
·数据挖掘步骤 | 第21-23页 |
·数据挖掘方法 | 第23-24页 |
·模式兴趣度的度量 | 第24-25页 |
·数据挖掘未来研究方向及热点 | 第25-27页 |
·数据挖掘在电信行业的应用 | 第27-28页 |
·本章小结 | 第28-29页 |
第三章 短信挖掘数据准备 | 第29-39页 |
·目标和任务 | 第29页 |
·数据准备技术及方法 | 第29-34页 |
·短信业务数据准备过程 | 第34-37页 |
·本章小结 | 第37-39页 |
第四章 基于聚类分析方法的短信客户分析 | 第39-46页 |
·目标和任务 | 第39-40页 |
·聚类基本理论 | 第40-42页 |
·定义 | 第40页 |
·常用聚类的算法 | 第40-41页 |
·算法的选择 | 第41-42页 |
·聚类分析挖掘步骤 | 第42-45页 |
·数据准备 | 第42页 |
·聚类挖掘过程 | 第42-44页 |
·模型解释 | 第44-45页 |
·结果应用 | 第45页 |
·本章小结 | 第45-46页 |
第五章 基于关联规则方法对短信高值客户进一步挖掘 | 第46-57页 |
·目标和任务 | 第46页 |
·关联规则基本理论 | 第46-53页 |
·关联挖掘过程 | 第53-55页 |
·数据准备 | 第53-54页 |
·数据挖掘过程 | 第54-55页 |
·模型解释 | 第55页 |
·结果应用 | 第55-56页 |
·本章小结 | 第56-57页 |
第六章 流量趋势分析 | 第57-61页 |
·目标和任务 | 第57-58页 |
·趋势分析过程 | 第58-60页 |
·解释与应用 | 第60页 |
·本章小结 | 第60-61页 |
第七章 总结与展望 | 第61-63页 |
参考文献 | 第63-67页 |
攻读硕士期间发表的论文 | 第67页 |