基于数据挖掘的客户流失预测研究
| 内容摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第一章 前言 | 第8-12页 |
| ·课题的研究背景与研究动机 | 第8-9页 |
| ·国内外研究现状与相关工作 | 第9-10页 |
| ·研究现状 | 第9页 |
| ·相关工作 | 第9-10页 |
| ·课题的研究内容与研究意义 | 第10-11页 |
| ·论文结构安排 | 第11-12页 |
| 第二章 理论基础 | 第12-25页 |
| ·数据仓库 | 第12-13页 |
| ·数据仓库的概念和主要特征 | 第12页 |
| ·数据仓库系统 | 第12-13页 |
| ·数据挖掘 | 第13-18页 |
| ·数据挖掘的概念 | 第13页 |
| ·数据挖掘的任务与技术方法 | 第13-16页 |
| ·数据挖掘的应用领域 | 第16-17页 |
| ·数据挖掘的研究方向 | 第17-18页 |
| ·粗集 | 第18-21页 |
| ·Pawlak的粗集模型 | 第18-19页 |
| ·基于粗集的属性约简 | 第19-21页 |
| ·客户关系管理 | 第21-25页 |
| ·客户关系管理的内涵 | 第21-22页 |
| ·CRM的功能结构 | 第22-23页 |
| ·CRM分析的内容 | 第23页 |
| ·CRM在电信业中的应用 | 第23-25页 |
| 第三章 客户流失模型的建立及其应用 | 第25-43页 |
| ·客户描述的建立 | 第26-29页 |
| ·数据准备 | 第26-27页 |
| ·客户描述 | 第27-29页 |
| ·客户流失模型的建立 | 第29-35页 |
| ·连续属性离散化 | 第29-30页 |
| ·属性约简 | 第30-31页 |
| ·建立客户流失模型 | 第31-35页 |
| ·客户流失预测 | 第35-39页 |
| ·客户价值分析 | 第35-38页 |
| ·确定流失控制的目标群体 | 第38-39页 |
| ·控制和减少客户流失的方法 | 第39-43页 |
| ·客户流失的原因及对策 | 第39-41页 |
| ·防止客户欺诈 | 第41-43页 |
| 第四章 算法实现与分析 | 第43-51页 |
| ·连续属性离散化算法 | 第43-46页 |
| ·离散化算法 | 第43-44页 |
| ·求属性划分的算法 | 第44-45页 |
| ·决策表重新编码算法 | 第45-46页 |
| ·属性约简算法 | 第46-47页 |
| ·客户流失基本模型发现 | 第47-50页 |
| ·算法CAARM | 第48-49页 |
| ·子算法CAARM1 | 第49-50页 |
| ·对CAARM算法的讨论 | 第50-51页 |
| ·CAARM算法的特点 | 第50页 |
| ·算法的执行过程 | 第50-51页 |
| 第五章 结论和展望 | 第51-53页 |
| ·论文工作小结 | 第51页 |
| ·进一步研究的方向 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58页 |
