| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-15页 |
| ·选题的背景和意义 | 第12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文的主要研究内容 | 第13-14页 |
| ·本文组织结构 | 第14-15页 |
| 2 数据挖掘相关知识概述 | 第15-28页 |
| ·数据挖掘基本知识 | 第15-19页 |
| ·数据挖掘定义 | 第15页 |
| ·数据挖掘模式 | 第15-17页 |
| ·数据挖掘过程 | 第17-19页 |
| ·数据挖掘算法介绍 | 第19-25页 |
| ·决策树(Decision Tree) | 第19-23页 |
| ·回归分析(Regression Analysis) | 第23-25页 |
| ·数据挖掘工具介绍 | 第25-26页 |
| ·主流挖掘工具 | 第25页 |
| ·Clementine介绍 | 第25-26页 |
| ·数据仓库基本知识 | 第26-28页 |
| ·数据仓库概念 | 第26-27页 |
| ·数据挖掘与数据仓库的关系 | 第27-28页 |
| 3 移动增值业务专题分析 | 第28-36页 |
| ·经营分析系统分析 | 第28-29页 |
| ·建设背景 | 第28页 |
| ·建设意义 | 第28-29页 |
| ·建设状况 | 第29页 |
| ·移动增值业务分析 | 第29-33页 |
| ·飞信业务研究 | 第30-31页 |
| ·飞信客户研究 | 第31-33页 |
| ·数据挖掘技术在电信领域的应用现状 | 第33-36页 |
| ·业务预测 | 第33页 |
| ·客户流失的预测和控制 | 第33-34页 |
| ·客户的呼叫模式分析 | 第34页 |
| ·大客户的特征识别 | 第34-35页 |
| ·网络资源的管理 | 第35-36页 |
| 4 项目介绍及需求分析 | 第36-41页 |
| ·项目背景 | 第36-37页 |
| ·系统总体状况 | 第36页 |
| ·系统缺陷 | 第36-37页 |
| ·项目需求 | 第37-38页 |
| ·项目总体需求 | 第37页 |
| ·总体实现思路 | 第37-38页 |
| ·潜在客户预测系统描述 | 第38-41页 |
| ·潜在客户预测系统的研究策略 | 第38页 |
| ·潜在客户预测问题定义 | 第38-39页 |
| ·预测系统功能描述 | 第39页 |
| ·预测系统应用范围 | 第39-41页 |
| 5 模型详细设计 | 第41-45页 |
| ·业务经营分析系统总架构 | 第41页 |
| ·潜在客户预测系统设计 | 第41-45页 |
| ·建立目标 | 第41-42页 |
| ·设计思路 | 第42页 |
| ·设计要点 | 第42-45页 |
| 6 潜在客户预测系统的实现 | 第45-63页 |
| ·基本流程 | 第45-46页 |
| ·数据准备及预处理 | 第46-48页 |
| ·建立"宽表" | 第46-47页 |
| ·数据规范化 | 第47-48页 |
| ·样本划分 | 第48-49页 |
| ·挖掘算法的选择 | 第49-51页 |
| ·决策树算法 | 第49-50页 |
| ·逻辑回归算法 | 第50-51页 |
| ·预测模型的建立 | 第51-57页 |
| ·利用决策树算法进行分析 | 第51-53页 |
| ·利用Logistic回归算法进行分析 | 第53-57页 |
| ·模型的评估 | 第57-60页 |
| ·评估指标 | 第57-58页 |
| ·建立评估 | 第58页 |
| ·模型分析 | 第58-59页 |
| ·模型的选择 | 第59-60页 |
| ·模型的应用及发布 | 第60-63页 |
| ·飞信潜在客户预测系统的应用 | 第60-62页 |
| ·潜在客户预测系统结果的发布 | 第62-63页 |
| 7 结论 | 第63-65页 |
| ·总结 | 第63页 |
| ·主要的研究工作 | 第63页 |
| ·下一步展望 | 第63-65页 |
| 结束语 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |