| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·研究意义 | 第12页 |
| ·课题研究内容 | 第12-13页 |
| ·论文的结构安排 | 第13-14页 |
| 第2章 基础知识概述 | 第14-24页 |
| ·引言 | 第14页 |
| ·电信客户流失的概况 | 第14-15页 |
| ·话费流失用户 | 第14页 |
| ·休眠用户/冬眠用户 | 第14-15页 |
| ·退网用户 | 第15页 |
| ·电信中的业务需求与应用案例 | 第15-18页 |
| ·应用案例一 | 第16页 |
| ·应用案例二 | 第16-17页 |
| ·应用案例三 | 第17页 |
| ·应用案例四 | 第17-18页 |
| ·挖掘客户流失行为的目标与步骤 | 第18-20页 |
| ·现有客户流失分析技术的种类及各自的特点 | 第20-22页 |
| ·分类分析(Classification Analysis) | 第20页 |
| ·群集分析(Clustering Analysis) | 第20-21页 |
| ·关联规则分析(Association Rule Analysis) | 第21页 |
| ·次序相关分析(Sequential Pattern Analysis) | 第21页 |
| ·链接分析(Link Analysis) | 第21-22页 |
| ·时间序列相似性分析(Time-series Similarity Analysis) | 第22页 |
| ·现有分类分析技术及其存在的问题 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 ICDT 在电信客户流失预测中的应用 | 第24-34页 |
| ·引言 | 第24页 |
| ·相关知识 | 第24-27页 |
| ·分类分析 | 第24-25页 |
| ·决策树技术 | 第25页 |
| ·C4.5 决策树归纳法 | 第25-26页 |
| ·决策树修剪 | 第26-27页 |
| ·ICDT 算法(IMPROVED-C4.5-DECISION-TREE) | 第27-29页 |
| ·ICDT 修剪 | 第29页 |
| ·预测评估准则 | 第29-30页 |
| ·ICDT 的应用 | 第30-31页 |
| ·实验结果 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第4章 一种新的组合分类器在电信中的应用 | 第34-49页 |
| ·引言 | 第34页 |
| ·相关知识 | 第34-35页 |
| ·ICDT 与多专家决策分类技术相结合的分类器 | 第35-37页 |
| ·学习阶段 | 第35-36页 |
| ·预测阶段 | 第36-37页 |
| ·实验方法与数据分析 | 第37-39页 |
| ·实验方法 | 第37-38页 |
| ·数据搜集分析 | 第38-39页 |
| ·实验结果 | 第39-45页 |
| ·参数设置 | 第39-41页 |
| ·前置时间与评估分析 | 第41-42页 |
| ·不同用量客户预测评估与分析 | 第42-44页 |
| ·模型时效评估与分析 | 第44-45页 |
| ·实验评估与分析 | 第45-46页 |
| ·预测效果评估 | 第46-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 个人简历 | 第56页 |
