聚类算法在电信客户分类中的研究与应用
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 引言 | 第7-12页 |
1.1 选题背景与意义 | 第7-8页 |
1.2 选题的研究目标和意义 | 第8-9页 |
1.3 国内外的研究现状 | 第9-10页 |
1.4 本论文的研究内容和论文结构 | 第10-12页 |
第二章 相关研究技术 | 第12-19页 |
2.1 客户关系管理系统(CRM) | 第12-13页 |
2.2 客户分类 | 第13页 |
2.3 数据挖掘 | 第13-16页 |
2.4 聚类分析 | 第16-18页 |
2.5 本章小结 | 第18-19页 |
第三章 电信客户分类的分析与设计 | 第19-30页 |
3.1 挖掘目标的提出 | 第19-20页 |
3.2 分析方法 | 第20-21页 |
3.3 商业分析 | 第21-23页 |
3.4 客户分类的数据理解 | 第23-24页 |
3.5 客户分类的数据准备 | 第24-27页 |
3.6 建立客户分类模型 | 第27-29页 |
3.7 本章小结 | 第29-30页 |
第四章 数据应用以及结论分析 | 第30-49页 |
4.1 数据模型的输入 | 第30-31页 |
4.2 K-means算法选择和数据结果输出 | 第31-41页 |
4.3 结果分析以及应用 | 第41-44页 |
4.4 客户分类的模型评估和后续 | 第44-47页 |
4.5 本章小结 | 第47-49页 |
总结 | 第49-51页 |
致谢 | 第51-52页 |
参考文献 | 第52-54页 |
附录 | 第54-60页 |
个人简历 | 第60页 |