电信网帐务系统及辅助决策研究与开发
| 第一章 概述 | 第1-10页 |
| §1．1 电信计费帐务系统背景 | 第6-7页 |
| §1．2 计费帐务系统的关键问题及本论文的任务 | 第7-10页 |
| §1．2．1 分散、脱机计费的现存问题 | 第7-8页 |
| §1．2．2 帐务系统和“97系统”之间的问题 | 第8-9页 |
| §1．2．3 政策制定与管理的辅助决策 | 第9-10页 |
| 第二章 计费帐务系统的设计与实现 | 第10-50页 |
| §2．1 电信计费帐务系统设计 | 第10-15页 |
| §2．1．1 系统模块 | 第12页 |
| §2．1．2 模块功能介绍 | 第12-15页 |
| §2．2 计费帐务系统的实现 | 第15-48页 |
| §2．2．1 系统数据流图及系统实现中主要问题 | 第15-24页 |
| §2．2．2 系统的实现 | 第24-48页 |
| §2．2．2．1 数据采集模块 | 第24-25页 |
| §2．2．2．2 计费处理模块 | 第25-29页 |
| §2．2．2．3 帐务处理模块 | 第29-39页 |
| §2．2．2．4 数据维护 | 第39-42页 |
| §2．2．2．5 查询模块 | 第42-43页 |
| §2．2．2．6 审核模块 | 第43-44页 |
| §2．2．2．7 经营统计分析 | 第44-47页 |
| §2．2．2．8 系统管理 | 第47-48页 |
| §2．3 小结 | 第48-50页 |
| 系统改进方向 | 第49-50页 |
| 第三章 接口系统的设计与实现 | 第50-58页 |
| §3．1 接口系统的设计 | 第50-51页 |
| §3．1．1 概述 | 第50页 |
| §3．1．2 系统设计 | 第50-51页 |
| §3．2 接口系统 | 第51-57页 |
| §3．2．1 数据库设计 | 第51-52页 |
| §3．2．2 功能模块 | 第52-53页 |
| §3．2．3 系统实现 | 第53-57页 |
| §3．3 小结 | 第57-58页 |
| 第四章 科学的辅助决策 | 第58-84页 |
| §4．1 数据挖掘 | 第59-66页 |
| §4．1．1 数据挖掘分类 | 第59-62页 |
| §4．1．2 数据挖掘的方法 | 第62-64页 |
| §4．1．3 数据挖掘的范围 | 第64-65页 |
| §4．1．4 数据挖掘的步骤 | 第65-66页 |
| §4．2 数据挖掘在电信决策上的应用 | 第66-83页 |
| §4．2．1 局向信息的聚类分析 | 第66-69页 |
| §4．2．1．1 K-means聚类算法介绍 | 第66-68页 |
| §4．2．1．2 局向聚类 | 第68-69页 |
| §4．2．2 新业务的决策树分析 | 第69-72页 |
| §4．2．2．1 信息论决策树方法介绍 | 第70-72页 |
| §4．2．2．2 新业务分析 | 第72页 |
| §4．2．3 新业务的平滑预测分析 | 第72-75页 |
| §4．2．3．1 三次指数平滑预测法介绍 | 第73-74页 |
| §4．2．3．2 新业务预测 | 第74-75页 |
| §4．2．4 新业务的关联规则挖掘 | 第75-83页 |
| §4．2．4．1 问题定义 | 第75-76页 |
| §4．2．4．2 Apriori算法 | 第76-79页 |
| §4．2．4．3 关联规则的生成算法 | 第79-80页 |
| §4．2．4．4 划分定量属性 | 第80-81页 |
| §4．2．4．5 小灵通业务的关联规则挖掘 | 第81-83页 |
| §4．3 小结 | 第83-84页 |
| 第五章 总结 | 第84-85页 |
| 攻读硕士学位期间发表的学术论文 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-89页 |
