数据挖掘技术在车险电销中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 第1章.绪论 | 第6-9页 |
| ·研究背景 | 第6页 |
| ·研究内容 | 第6-7页 |
| ·研究对象 | 第6-7页 |
| ·具体研究内容 | 第7页 |
| ·研究使用工具 | 第7页 |
| ·研究意义 | 第7-9页 |
| 第2章.数据挖掘前的准备工作 | 第9-13页 |
| ·数据挖掘主题定义与分析 | 第9页 |
| ·数据选择 | 第9-13页 |
| ·数据集的选择 | 第10-11页 |
| ·数据属性的选择 | 第11-13页 |
| 第3章.数据预处理 | 第13-38页 |
| ·数据清洗 | 第13-29页 |
| ·纵向字段的内容清洗 | 第14-21页 |
| ·横向记录的识别清洗 | 第21-29页 |
| ·数据转换 | 第29-31页 |
| ·数据离散化 | 第29-30页 |
| ·新建变量 | 第30-31页 |
| ·数据归约 | 第31-36页 |
| ·数据聚集 | 第31-35页 |
| ·维归约 | 第35-36页 |
| ·组合待挖掘的数据集 | 第36-38页 |
| 第4章.数据挖掘模型的建立和模式评估 | 第38-48页 |
| ·建模数据抽样 | 第38页 |
| ·模型建立初期的难题 | 第38-39页 |
| ·建模初期的探索 | 第39-41页 |
| ·建模过程中的模型调整 | 第41-42页 |
| ·模型中模式的评估 | 第42-48页 |
| 第5章.数据挖掘模型的应用和解释 | 第48-53页 |
| ·数据初步分析结果及其解释 | 第48-51页 |
| ·聚类分析结果及其解释 | 第51-52页 |
| ·对模型提出的修改建议 | 第52-53页 |
| 第6章.结论 | 第53-54页 |
| 参考文献 | 第54-55页 |
| 附录 | 第55-66页 |
| 附录1.车牌清洗的存储过程代码 | 第56-60页 |
| 附录2.厂牌车型的清洗拆分存储过程脚本 | 第60-66页 |
| 致谢 | 第66-67页 |