| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 论文研究背景 | 第8-12页 |
| 1.1.1 通信行业发展背景 | 第8-9页 |
| 1.1.2 数据挖掘发展现状 | 第9-11页 |
| 1.1.3 电信用户数据分析的国内外研究现状 | 第11-12页 |
| 1.2 论文研究意义 | 第12-13页 |
| 1.3 论文内容结构 | 第13-15页 |
| 第二章 数据挖掘的方法和技术 | 第15-28页 |
| 2.1 数据挖掘简介 | 第15-17页 |
| 2.1.1 数据挖掘的主要过程 | 第15-16页 |
| 2.1.2 数据挖掘的主要方法 | 第16-17页 |
| 2.2 数据挖掘的算法 | 第17-19页 |
| 2.2.1 分类算法 | 第17-18页 |
| 2.2.2 神经网络算法 | 第18页 |
| 2.2.3 关联分析算法 | 第18页 |
| 2.2.4 聚类算法 | 第18-19页 |
| 2.2.5 用户分类方法分析 | 第19页 |
| 2.3 聚类分析及K-means算法 | 第19-25页 |
| 2.3.1 聚类分析算法 | 第19-23页 |
| 2.3.2 K-means算法优缺点分析 | 第23-25页 |
| 2.4 数据挖掘工具的选择 | 第25-26页 |
| 2.4.1 数据挖掘工具的分类和选择方法 | 第25-26页 |
| 2.4.2 数据挖掘工具的现状 | 第26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 漏话保护系统的结构设计 | 第28-38页 |
| 3.1 漏话保护系统的业务背景 | 第28-29页 |
| 3.1.1 用户需求分析 | 第28-29页 |
| 3.1.2 固网运营商需求分析 | 第29页 |
| 3.2 漏话保护系统的结构设计 | 第29-31页 |
| 3.2.1 漏话保护系统的结构 | 第29-31页 |
| 3.2.2 中继数的确定 | 第31页 |
| 3.3 漏话保护系统的业务简介 | 第31-35页 |
| 3.3.1 漏话保护系统业务 | 第31-35页 |
| 3.3.2 漏话保护系统业务使用方式 | 第35页 |
| 3.4 漏话保护系统的业务推广 | 第35-37页 |
| 3.4.1 导入期 | 第36页 |
| 3.4.2 成长期 | 第36-37页 |
| 3.4.3 成熟期 | 第37页 |
| 3.4.4 衰退期 | 第37页 |
| 3.5 漏话保护系统的用户数据分析 | 第37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 漏话保护系统用户数据分类模型建立 | 第38-54页 |
| 4.1 K-means算法的改进 | 第38-42页 |
| 4.1.1 K-means算法改进方法的提出 | 第38-40页 |
| 4.1.2 实验分析 | 第40-42页 |
| 4.2 分类模型建立步骤 | 第42-43页 |
| 4.3 数据准备 | 第43-46页 |
| 4.3.1 需求分析 | 第43页 |
| 4.3.2 数据的获取 | 第43-45页 |
| 4.3.3 数据预处理 | 第45-46页 |
| 4.4 分类的模型建立 | 第46-52页 |
| 4.4.1 数据抽取 | 第46页 |
| 4.4.2 分类变量选择 | 第46-47页 |
| 4.4.3 SPSS Clementine中K-means聚类方法的应用 | 第47-52页 |
| 4.4.4 改进后的K-means模型分析 | 第52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 漏话保护系统用户数据分析和聚类模型应用 | 第54-58页 |
| 5.1 用户数据分析流程 | 第54页 |
| 5.2 漏话保护系统用户数据分类结果 | 第54-56页 |
| 5.3 结果分析和策略制定 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 课题研究总结 | 第58页 |
| 6.2 进一步研究方向 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 附录 攻读硕士学位期间撰写的论文 | 第62-63页 |
| 致谢 | 第63页 |