基于数据挖掘的移动客户虚假离网研究
| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| 1． 绪论 | 第6-10页 |
| 1．1 研究背景 | 第6-8页 |
| 1．1．1 我国移动通信产业的现状 | 第6-7页 |
| 1．1．2 中国联通存在的问题 | 第7-8页 |
| 1．2 本文研究的意义和方法 | 第8-9页 |
| 1．2．1 现实意义 | 第8-9页 |
| 1．2．2 主要研究方法 | 第9页 |
| 1．3 本章小结 | 第9-10页 |
| 2． 数据挖掘 | 第10-20页 |
| 2．1 数据挖掘的概念 | 第10页 |
| 2．2 数据挖掘常用技术 | 第10-13页 |
| 2．2．1 预测型数据挖掘 | 第11-12页 |
| 2．2．2 预测型数据挖掘 | 第12-13页 |
| 2．3 数据挖掘常用算法 | 第13-14页 |
| 2．3．1 神经网络 | 第13页 |
| 2．3．2 决策树 | 第13-14页 |
| 2．3．3 其它算法 | 第14页 |
| 2．4 数据挖掘的基本步骤 | 第14-17页 |
| 2．4．1 定义业务问题 | 第15页 |
| 2．4．2 数据准备 | 第15-16页 |
| 2．4．3 建立模型 | 第16页 |
| 2．4．4 验证和评价模型 | 第16-17页 |
| 2．4．5 模型的实施 | 第17页 |
| 2．5 商业智能系统 | 第17-19页 |
| 2．5．1 数据仓库 | 第18页 |
| 2．5．2 联机分析处理(OLAP)技术 | 第18-19页 |
| 2．6 本章小结 | 第19-20页 |
| 3． 数据挖掘在移动通信领域的应用 | 第20-24页 |
| 3．1 移动通信行业选择数据挖掘技术的必然 | 第20-21页 |
| 3．2 数据挖掘在国外的应用 | 第21-22页 |
| 3．3 数据挖掘在国内的应用 | 第22页 |
| 3．4 移动通信的应用领域 | 第22-23页 |
| 3．5 本章小结 | 第23-24页 |
| 4． 离网用户行为分析系统 | 第24-31页 |
| 4．1 商业理解 | 第24-26页 |
| 4．1．1 商业背景 | 第24页 |
| 4．1．2 流失客户 | 第24-25页 |
| 4．1．3 虚假离网 | 第25页 |
| 4．1．4 商业目标 | 第25-26页 |
| 4．2 整体架构 | 第26-27页 |
| 4．3 逻辑架构 | 第27-28页 |
| 4．4 网络结构 | 第28-30页 |
| 4．5 数据组织 | 第30页 |
| 4．6 本章小结 | 第30-31页 |
| 5． 基于数据挖掘的客户虚假离网分析 | 第31-69页 |
| 5．1 定义业务问题 | 第31页 |
| 5．2 后台数据库选择 | 第31-33页 |
| 5．3 数据准备 | 第33-38页 |
| 5．3．1 数据导入 | 第33-35页 |
| 5．3．2 数据选择 | 第35-38页 |
| 5．3．3 数据抽取 | 第38页 |
| 5．4 数据挖掘工具选择 | 第38-39页 |
| 5．5 模型和算法 | 第39-51页 |
| 5．5．1 呼叫行为 | 第39-42页 |
| 5．5．2 基本思路 | 第42-43页 |
| 5．5．3 算法选择 | 第43页 |
| 5．5．4 变量定义 | 第43-44页 |
| 5．5．5 判别算法 | 第44-46页 |
| 5．5．6 相关程序 | 第46-51页 |
| 5．6 结果分析 | 第51-57页 |
| 5．7 模型调整 | 第57-59页 |
| 5．8 性能优化 | 第59-64页 |
| 5．8．1 系统优化 | 第59-62页 |
| 5．8．2 代码优化 | 第62-64页 |
| 5．9 OLAP建模 | 第64-66页 |
| 5．10 客户流失预测和客户挽留 | 第66-68页 |
| 5．11 本章小结 | 第68-69页 |
| 6． 结束语 | 第69-71页 |
| 6．1 工作小结 | 第69页 |
| 6．2 工作展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74页 |
