基于云计算的电信通信网络关系分析技术研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景 | 第8-10页 |
| ·客户价值预测 | 第8页 |
| ·好友推荐 | 第8页 |
| ·电信社团特征描述及实证研究 | 第8-9页 |
| ·基于云计算的电信社团演化 | 第9-10页 |
| ·研究内容 | 第10-11页 |
| ·基于云计算的客户价值预测 | 第10页 |
| ·基于云计算的电信好友推荐算法 | 第10页 |
| ·电信社团特征结构化存储及实证研究 | 第10页 |
| ·基于云计算的电信社团演化算法 | 第10-11页 |
| ·研究意义 | 第11-13页 |
| ·基于云计算的客户价值预测 | 第11页 |
| ·基于云计算的好友推荐 | 第11-12页 |
| ·电信社团特征结构化存储及实证研究 | 第12页 |
| ·基于云计算的电信社团演化 | 第12-13页 |
| ·论文内容与结构 | 第13-15页 |
| 第二章 预备知识 | 第15-23页 |
| ·网络合并 | 第15页 |
| ·社团 | 第15-16页 |
| ·社团线性演化追踪 | 第16-18页 |
| ·贝叶斯分类器 | 第18页 |
| ·复杂网络 | 第18-19页 |
| ·BigTable | 第19页 |
| ·MapReduce模型 | 第19-21页 |
| ·倒排序 | 第21页 |
| ·分位点 | 第21页 |
| ·数据集 | 第21-23页 |
| 第三章 基于云计算的新客户价值预测 | 第23-30页 |
| ·新客户价值预测流程 | 第23-25页 |
| ·字段抽取合并 | 第25页 |
| ·客户信息解析及数据深度清理 | 第25页 |
| ·Label标注 | 第25-26页 |
| ·类别筛选统计 | 第26-27页 |
| ·Bayesian模型建立 | 第27-28页 |
| ·Bayesian模型检验 | 第28页 |
| ·实验 | 第28页 |
| ·小结 | 第28-30页 |
| 第四章 基于云计算的好友推荐算法 | 第30-40页 |
| ·好友推荐算法流程 | 第30-32页 |
| ·通话记录重新提取及用户信息连接 | 第32页 |
| ·好友连接及通话次数时长统计 | 第32-33页 |
| ·一度好友熟悉度统计 | 第33-35页 |
| ·二度好友产生及单记录熟悉度计算 | 第35-36页 |
| ·二度好友多记录熟悉度汇总 | 第36页 |
| ·客户环境偏好汇总 | 第36-37页 |
| ·客户自身属性辨识 | 第37页 |
| ·客户好友推荐度排序 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第五章 电信社团特征结构化存储及实证研究 | 第40-53页 |
| ·电信社团特征结构化存储 | 第40-46页 |
| ·实证研究 | 第46-51页 |
| ·小结 | 第51-53页 |
| 第六章 基于云计算的电信社团演化 | 第53-72页 |
| ·社团演化分析流程 | 第53-54页 |
| ·社团演化必备数据结构 | 第54-55页 |
| ·社团包含关系发现 | 第55-62页 |
| ·社团演化信息生成 | 第62-69页 |
| ·完整社团演化信息生成 | 第69-71页 |
| ·小结 | 第71-72页 |
| 第七章 结束语 | 第72-75页 |
| ·论文总结 | 第72-74页 |
| ·基于云计算的新客户价值预测 | 第72页 |
| ·基于云计算的好友推荐 | 第72-73页 |
| ·电信社团特征结构化存储及实证研究 | 第73-74页 |
| ·基于云计算的电信社团演化 | 第74页 |
| ·未来的工作 | 第74-75页 |
| 参考文献 | 第75-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士期间发表论文 | 第77页 |
