数据挖掘在电信产品生命周期管理中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-21页 |
| ·前言 | 第13页 |
| ·研究背景及意义 | 第13-14页 |
| ·数据挖掘概述 | 第14-17页 |
| ·数据挖掘的定义 | 第14-15页 |
| ·数据挖掘的功能 | 第15-16页 |
| ·数据挖掘的应用 | 第16页 |
| ·数据挖掘研究的热点 | 第16-17页 |
| ·电信企业业务分析概述 | 第17-19页 |
| ·本文主要工作 | 第19页 |
| ·本文内容安排 | 第19-21页 |
| 第2章 基础知识 | 第21-31页 |
| ·前言 | 第21页 |
| ·常见的数据挖掘过程模型 | 第21-25页 |
| ·CRISP-DM 模型 | 第21-22页 |
| ·Fayyad 模型 | 第22-23页 |
| ·本文采用的模型 | 第23-25页 |
| ·聚类分析 | 第25-28页 |
| ·分层聚类算法 | 第25-26页 |
| ·分割聚类算法 | 第26-27页 |
| ·基于密度的聚类算法 | 第27-28页 |
| ·常用的客户细分方法 | 第28-30页 |
| ·K-Means 方法 | 第28页 |
| ·自组织映射神经网络 SOM | 第28-29页 |
| ·BIRCH 方法 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第3章 电信产品生命周期管理的研究 | 第31-41页 |
| ·前言 | 第31页 |
| ·基本概念 | 第31-33页 |
| ·电信产品 | 第31-32页 |
| ·电信产品生命周期价值分析 | 第32-33页 |
| ·电信产品生命周期的研究现状 | 第33-34页 |
| ·电信产品生命周期管理模型 | 第34-39页 |
| ·客户细分 | 第35-36页 |
| ·产品策划 | 第36页 |
| ·产品预演评估 | 第36-38页 |
| ·产品审核 | 第38页 |
| ·产品改进 | 第38-39页 |
| ·产品开发 | 第39页 |
| ·产品推荐发布 | 第39页 |
| ·产品跟踪评估 | 第39页 |
| ·产品更改 | 第39页 |
| ·产品撤销(退休) | 第39页 |
| ·小结 | 第39-41页 |
| 第4章 电信客户细分的研究 | 第41-59页 |
| ·前言 | 第41页 |
| ·数据预处理 | 第41-47页 |
| ·属性约简 | 第41-46页 |
| ·数据规范化处理 | 第46-47页 |
| ·客户细分评价体系 | 第47-49页 |
| ·客户细分模型实验结果与评价 | 第49-58页 |
| ·基于K-Means 细分方法的结果分析 | 第50-52页 |
| ·自组织映射神经网络SOM 细分结果分析 | 第52-54页 |
| ·BIRCH 细分结果分析 | 第54-57页 |
| ·三种方法的总体评价分析 | 第57-58页 |
| ·小结 | 第58-59页 |
| 第5章 电信产品预演的研究 | 第59-82页 |
| ·前言 | 第59页 |
| ·基本概念 | 第59-63页 |
| ·距离定义 | 第59-60页 |
| ·常用的距离度量方法 | 第60-61页 |
| ·复杂对象概述 | 第61-62页 |
| ·复杂对象相似性计算概述 | 第62-63页 |
| ·电信产品相似性计算模型 | 第63-73页 |
| ·电信产品规则属性分析 | 第63-64页 |
| ·电信产品属性特征抽取 | 第64页 |
| ·电信产品相似性计算模型的建立 | 第64-68页 |
| ·数据类型分析与产品对象转换 | 第68-70页 |
| ·电信产品属性的权重 | 第70-73页 |
| ·基于复杂对象分解的相似性度量方法 | 第73-75页 |
| ·基本原理 | 第73-74页 |
| ·算法描述 | 第74-75页 |
| ·产品预演模型试验结果与评估 | 第75-81页 |
| ·试验数据 | 第75-76页 |
| ·试验方法 | 第76-77页 |
| ·试验结果及比较分析 | 第77-81页 |
| ·小结 | 第81-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-87页 |
| 致谢 | 第87-88页 |
| 附录A 攻读硕士期间发表的论文 | 第88页 |
