基于决策树的移动通信企业数据挖掘研究
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-21页 |
| ·数据挖掘技术 | 第13-15页 |
| ·数据挖掘技术的基本概念 | 第13页 |
| ·数据挖掘技术的产生背景 | 第13-15页 |
| ·移动通讯行业中的数据挖掘 | 第15-18页 |
| ·数据挖掘技术在国外移动通信企业中的应用现状 | 第15-16页 |
| ·数据挖掘在国内移动通信企业中的的应用 | 第16-18页 |
| ·我国移动通信行业客户流失背景 | 第18-19页 |
| ·本论文的主要研究工作 | 第19-20页 |
| ·论文组织结构 | 第20-21页 |
| 第2章 数据挖掘技术综述 | 第21-34页 |
| ·数据挖掘的定义、目的、任务及方法 | 第21-25页 |
| ·数据挖掘的定义 | 第21页 |
| ·数据挖掘的目的 | 第21-22页 |
| ·数据挖掘的任务 | 第22-23页 |
| ·数据挖掘的方法 | 第23-25页 |
| ·数据挖掘技术分类 | 第25-26页 |
| ·描述型数据挖掘 | 第25页 |
| ·预测型数据挖掘 | 第25-26页 |
| ·数据挖掘中的分类与预测分析 | 第26-28页 |
| ·分类与聚类 | 第26-27页 |
| ·预测 | 第27-28页 |
| ·数据挖掘过程 | 第28-31页 |
| ·数据挖掘应用 | 第31-32页 |
| ·小结 | 第32-34页 |
| 第3章 决策树分类算法 | 第34-41页 |
| ·决策树概念 | 第34页 |
| ·决策树方法介绍 | 第34-36页 |
| ·什么是决策树方法 | 第34-35页 |
| ·决策树的表示方法 | 第35-36页 |
| ·常用的决策树生成算法 | 第36-40页 |
| ·ID3 算法 | 第36-38页 |
| ·C4.5 算法 | 第38页 |
| ·CART 算法 | 第38-39页 |
| ·CHAID 算法 | 第39页 |
| ·SLIQ 算法 | 第39页 |
| ·SPRINT 算法 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第4章 基于ID3 分类算法的改进方法 | 第41-53页 |
| ·ID3 算法定义及分析 | 第41-43页 |
| ·ID3 算法定义 | 第41页 |
| ·ID3 算法选择划分属性标准 | 第41-42页 |
| ·ID3 算法描述 | 第42页 |
| ·剪枝 | 第42-43页 |
| ·ID3 算法改进 | 第43-47页 |
| ·基于数据挖掘的移动通信企业客户流失预测模型描述 | 第47-49页 |
| ·算法应用 | 第49-51页 |
| ·模型评估 | 第49-51页 |
| ·流失客户特征分析 | 第51页 |
| ·小结 | 第51-53页 |
| 第5章 决策树算法在来电提醒业务中的应用 | 第53-63页 |
| ·业务背景 | 第53页 |
| ·业务解决方案 | 第53页 |
| ·来电提醒业务推广思路 | 第53-54页 |
| ·导向型用户分析 | 第54-55页 |
| ·使用来电提醒业务用户特点 | 第55页 |
| ·不使用来电提醒业务用户特点 | 第55页 |
| ·相关统计指标 | 第55-57页 |
| ·最终选择的指标 | 第57-58页 |
| ·预测模型 | 第58-62页 |
| ·时间窗口 | 第58页 |
| ·算法选择 | 第58页 |
| ·模型评价标准 | 第58-59页 |
| ·模型结果 | 第59-62页 |
| ·小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 附录A 攻读学位期间发表的论文 | 第69页 |
