| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·决策支持系统的发展 | 第7-8页 |
| ·基于数据仓库的决策支持系统 | 第8页 |
| ·课题的提出 | 第8-9页 |
| ·本文的组织 | 第9-11页 |
| 第二章 相关理论与技术 | 第11-26页 |
| ·数据仓库技术 | 第11-17页 |
| ·数据仓库概述 | 第11页 |
| ·数据集市 | 第11-12页 |
| ·数据仓库的体系结构 | 第12-13页 |
| ·数据挖掘与数据仓库 | 第13页 |
| ·数据仓库的设计 | 第13-16页 |
| ·ETL过程(Extraction Transformation Load) | 第16-17页 |
| ·数据挖掘技术 | 第17-20页 |
| ·数据挖掘概述 | 第17-18页 |
| ·数据挖掘的功能 | 第18-19页 |
| ·数据挖掘常用技术 | 第19-20页 |
| ·人工神经网络 | 第20-22页 |
| ·人工神经网络概述 | 第20-21页 |
| ·人工神经网络的基本模型 | 第21-22页 |
| ·神经网络的特点 | 第22页 |
| ·决策树技术 | 第22-24页 |
| ·起源与发展 | 第22-23页 |
| ·基本模型及主要特点 | 第23页 |
| ·决策树算法的缺陷及改进方法 | 第23-24页 |
| ·人工神经网络与决策树结合 | 第24-26页 |
| 第三章 JSBAS系统的设计与实现 | 第26-39页 |
| ·目标与功能 | 第26-27页 |
| ·系统的整体架构设计 | 第27-29页 |
| ·数据获取层 | 第27-28页 |
| ·数据存储层 | 第28页 |
| ·数据访问层 | 第28-29页 |
| ·数据仓库的构建 | 第29-33页 |
| ·主题设计 | 第29-30页 |
| ·数据仓库模型设计 | 第30-32页 |
| ·ETL过程设计 | 第32-33页 |
| ·数据挖掘系统的构建 | 第33-35页 |
| ·CRISP-DM方法论 | 第33-35页 |
| ·挖掘系统的构建 | 第35页 |
| ·系统的实现 | 第35-38页 |
| ·基于组件技术的系统实现方法 | 第36页 |
| ·数据仓库的实施 | 第36-38页 |
| ·系统的特点 | 第38-39页 |
| 第四章 客户流失分析 | 第39-59页 |
| ·商业理解 | 第39-40页 |
| ·商业目标 | 第39页 |
| ·挖掘问题定义 | 第39-40页 |
| ·数据挖掘目标 | 第40页 |
| ·数据准备和数据理解 | 第40-43页 |
| ·数据准备 | 第40-41页 |
| ·因素相关性分析 | 第41-43页 |
| ·客户流失分析模型 | 第43-53页 |
| ·模型分析 | 第43页 |
| ·BP神经网络 | 第43-47页 |
| ·C4.5决策树算法 | 第47-48页 |
| ·分类树的构造 | 第48-52页 |
| ·树的剪枝 | 第52-53页 |
| ·模型的建立与评估 | 第53-59页 |
| ·神经网络训练 | 第53-54页 |
| ·客户属性简约 | 第54-55页 |
| ·分类树模型的评估 | 第55-59页 |
| 第五章 结束语 | 第59-61页 |
| 致谢 | 第61-62页 |
| 在攻读硕士研究生期间发表的论文 | 第62-63页 |
| 参考文献 | 第63-65页 |