基于数据挖掘的通信客户流失预警模型研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1.绪论 | 第11-20页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 预警模型研究综述 | 第13-17页 |
| 1.2.1 预警模型输入研究 | 第13-14页 |
| 1.2.2 数据挖掘算法在模型构建中的应用研究 | 第14-17页 |
| 1.2.3 研究评述 | 第17页 |
| 1.3 研究内容及组织结构 | 第17-18页 |
| 1.4 研究方法 | 第18-19页 |
| 1.5 研究创新点 | 第19-20页 |
| 2.相关理论及方法 | 第20-31页 |
| 2.1 客户流失的概念 | 第20页 |
| 2.2 数据挖掘技术 | 第20-23页 |
| 2.2.1 数据挖掘的概念 | 第20-21页 |
| 2.2.2 数据挖掘的功能 | 第21-22页 |
| 2.2.3 数据挖掘步骤及过程 | 第22-23页 |
| 2.3 预警模型构建技术 | 第23-30页 |
| 2.3.1 样本类别均衡化 | 第23-24页 |
| 2.3.2 特征选择 | 第24-25页 |
| 2.3.3 数据挖掘算法 | 第25-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3.通信客户流失预警模型数据准备及特征选择 | 第31-42页 |
| 3.1 通信客户数据介绍 | 第31-34页 |
| 3.1.1 数据来源 | 第31页 |
| 3.1.2 业务理解 | 第31-32页 |
| 3.1.3 数据描述 | 第32-34页 |
| 3.2 基本数据预处理 | 第34-36页 |
| 3.3 特征选择方法 | 第36-37页 |
| 3.4 基于分类模型评估的特征选择 | 第37-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4.通信客户流失组合预警模型 | 第42-52页 |
| 4.1 组合预警原理 | 第42-43页 |
| 4.2 组合预警权重确定 | 第43-44页 |
| 4.3 组合预警模型结构 | 第44-46页 |
| 4.4 组合预警模型构建 | 第46-48页 |
| 4.5 实证及结果分析 | 第48-50页 |
| 4.6 本章小结 | 第50-52页 |
| 5.总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |
