| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景和意义 | 第8页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8页 |
| 1.2 网络客户流失研究概述 | 第8-11页 |
| 1.2.1 网络客户流失原因 | 第9-10页 |
| 1.2.2 网络客户流失预测方法 | 第10页 |
| 1.2.3 流失客户挽留策略 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 第2章 基于客户价值的网络客户流失预测研究 | 第13-25页 |
| 2.1 基于客户价值的特征选择 | 第13-15页 |
| 2.1.1 客户价值 | 第13-14页 |
| 2.1.2 特征选择 | 第14-15页 |
| 2.2 基于客户生命周期的流失客户定义 | 第15-17页 |
| 2.2.1 客户生命周期 | 第15-16页 |
| 2.2.2 流失客户定义 | 第16-17页 |
| 2.3 预测算法研究 | 第17-18页 |
| 2.4 预测模型结构 | 第18-20页 |
| 2.4.1 获取客户数据 | 第18-19页 |
| 2.4.2 数据预处理 | 第19页 |
| 2.4.3 客户流失定义 | 第19页 |
| 2.4.4 属性选择 | 第19页 |
| 2.4.5 建立预测模型 | 第19-20页 |
| 2.4.6 模型评价 | 第20页 |
| 2.5 实验结果与分析 | 第20-24页 |
| 2.5.1 数据描述 | 第20-21页 |
| 2.5.2 模型评价指标选择 | 第21页 |
| 2.5.3 预测算法选择 | 第21-22页 |
| 2.5.4 实验结果分析 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 融入用户评论情感的网络客户流失预测研究 | 第25-35页 |
| 3.1 商品评论文本情感分析理论研究 | 第25-27页 |
| 3.1.1 商品评论情感分析 | 第25-26页 |
| 3.1.2 客户评论情感打分 | 第26-27页 |
| 3.2. 预测模型结构 | 第27页 |
| 3.2.1 评论情感打分 | 第27页 |
| 3.2.2 数据分析 | 第27页 |
| 3.3 实验结果与分析 | 第27-34页 |
| 3.3.1 数据抽取 | 第27-28页 |
| 3.3.2 基本统计分析与RFM客户价值分析 | 第28-29页 |
| 3.3.3 数据抽样 | 第29-30页 |
| 3.3.4 模型评价指标选择 | 第30页 |
| 3.3.5 实验结果分析 | 第30-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 总结 | 第35-38页 |
| 4.1 全文总结 | 第35页 |
| 4.2 网络客户流失预测未来研究讨论 | 第35-38页 |
| 4.2.1 深度学习在网络客户流失预测研究中的应用前景 | 第36页 |
| 4.2.2 网络客户流失预测研究中的大规模数据问题 | 第36-37页 |
| 4.2.3 网络客户流失挽留策略 | 第37-38页 |
| 参考文献 | 第38-42页 |
| 攻读硕士学位期间的科研情况 | 第42-43页 |
| 致谢 | 第43-44页 |