电信客户流失分析与应用
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·课题的背景及意义 | 第8-9页 |
| ·国内外研究现状与发展趋势 | 第9-10页 |
| ·本文的组织结构 | 第10-11页 |
| 2 数据挖掘技术 | 第11-17页 |
| ·数据挖掘概述 | 第11-12页 |
| ·数据挖掘的功能 | 第12-13页 |
| ·数据挖掘常用技术 | 第13-14页 |
| ·人工神经网络 | 第13页 |
| ·决策树 | 第13-14页 |
| ·关联规则 | 第14页 |
| ·近邻算法 | 第14页 |
| ·粗糙集 | 第14页 |
| ·联机分析处理技术(OLAP) | 第14页 |
| ·数据挖掘的应用方向 | 第14-15页 |
| ·数据挖掘在电信业中的应用 | 第15-17页 |
| 3 径向基神经网络 | 第17-31页 |
| ·神经网络的基本原理 | 第17页 |
| ·人工神经网络的构成 | 第17-18页 |
| ·RBF 网络简介 | 第18-21页 |
| ·RBF 的学习算法 | 第21-28页 |
| ·RBF 的离线学习算法 | 第21-24页 |
| ·RBF 的在线学习算法 | 第24-28页 |
| ·神经网络的逼近能力与泛化能力 | 第28-31页 |
| 4 混沌理论及其确定RBF 宽度研究 | 第31-38页 |
| ·混沌理论 | 第31-33页 |
| ·混沌理论的基本概念 | 第31-32页 |
| ·开放系统的混沌动力学 | 第32-33页 |
| ·混沌优化理论 | 第33-34页 |
| ·变尺度混沌优化方法确定RBF 宽度 | 第34-36页 |
| ·仿真试验 | 第36-38页 |
| 5 客户流失模型的建立与实现 | 第38-53页 |
| ·客户流失分析背景 | 第38-39页 |
| ·客户流失的定义和类型 | 第39-40页 |
| ·客户流失分析目的 | 第39-40页 |
| ·数据仓库的构建 | 第40-44页 |
| ·主题设计 | 第40-41页 |
| ·数据仓库模型设计 | 第41-44页 |
| ·数据准备 | 第44-46页 |
| ·数据抽取 | 第44-45页 |
| ·数据清洗 | 第45页 |
| ·数据转换和标准化 | 第45-46页 |
| ·模型结构的建立 | 第46-49页 |
| ·模型仿真与结果分析 | 第49-53页 |
| ·模型评价标准 | 第49-50页 |
| ·模型评估 | 第50-53页 |
| 6 总结与展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 作者攻读硕士学位期间完成的论文 | 第59-60页 |
| 独创性声明 | 第60页 |
| 学位论文版权使用授权书 | 第60页 |
