数据挖掘技术在电信客户保持中的研究和应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究现状及发展趋势 | 第8-9页 |
| ·课题研究内容及论文结构 | 第9-10页 |
| ·创新之处 | 第10页 |
| ·本章小结 | 第10-11页 |
| 第二章 数据挖掘理论、技术和工具 | 第11-26页 |
| ·数据挖掘的理论 | 第11-16页 |
| ·数据挖掘的概论 | 第11-12页 |
| ·数据挖掘的作用 | 第12页 |
| ·数据挖掘的流程 | 第12-14页 |
| ·数据挖掘的分类 | 第14-16页 |
| ·数据挖掘的方法和技术 | 第16-22页 |
| ·决策树技术 | 第16-18页 |
| ·人工神经网络技术 | 第18-21页 |
| ·两种算法的比较 | 第21-22页 |
| ·数据挖掘工具 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 电信移动电话客户流失分析 | 第26-30页 |
| ·商业理解及客户流失的定义 | 第26-27页 |
| ·业务问题定义 | 第26页 |
| ·客户流失定义 | 第26-27页 |
| ·预测模型需求分析 | 第27页 |
| ·客户流失行为模式探索 | 第27-29页 |
| ·客户流失行为与数据选择 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第四章 建立客户流失模型 | 第30-51页 |
| ·数据理解 | 第30-34页 |
| ·数据准备 | 第34-41页 |
| ·数据选择 | 第35-37页 |
| ·数据清理 | 第37-38页 |
| ·数据过滤 | 第38-39页 |
| ·数据抽样 | 第39-41页 |
| ·数据格式化 | 第41页 |
| ·建立客户流失混合模型 | 第41-46页 |
| ·建立决策树模型 | 第42-44页 |
| ·建立混合模型 | 第44-46页 |
| ·客户流失预测模型的评测 | 第46-50页 |
| ·评测指标 | 第47-48页 |
| ·图形评估 | 第48-50页 |
| ·模型的发布 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第五章 J公司移动客户保持实例分析 | 第51-55页 |
| ·利用预测模型进行预测 | 第51-54页 |
| ·移动客户流失特点分析及挽留措施 | 第54-55页 |
| 第六章 总结与展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-58页 |
