| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 课题的背景和意义 | 第10-11页 |
| 1.2 课题的研究目标 | 第11-13页 |
| 第二章 通信运营行业分析 | 第13-20页 |
| 2.1 中国通信运营行业环境分析 | 第13-16页 |
| 2.1.1 电信运营行业发展态势 | 第13页 |
| 2.1.2 三大营运商移动通信业务收入占比持续扩大 | 第13-14页 |
| 2.1.3 通信业务构成占比发生变化 | 第14-15页 |
| 2.1.4 通信运营基础网络发生变化 | 第15页 |
| 2.1.5 通信运营投资和通信能力建设 | 第15-16页 |
| 2.2 电信运营行业 PEST 分析 | 第16-19页 |
| 2.2.1 电信运营行业政策环境分析 | 第16-17页 |
| 2.2.2 电信运营行业经济环境分析 | 第17页 |
| 2.2.3 电信运营行业社会环境分析 | 第17-18页 |
| 2.2.4 电信运营行业技术环境分析 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 数据挖掘技术在电信网络规划的引入 | 第20-31页 |
| 3.1 电信网络规划 | 第20-23页 |
| 3.1.1 电信网络规划概述 | 第20页 |
| 3.1.2 电信网络规划基本技术 | 第20-22页 |
| 3.1.3 电信网络规划步骤 | 第22-23页 |
| 3.2 数据挖掘 | 第23-27页 |
| 3.2.1 数据挖掘研究的内容 | 第24-25页 |
| 3.2.2 数据挖掘的过程 | 第25-26页 |
| 3.2.3 数据挖掘常用功能与技术 | 第26-27页 |
| 3.3 数据挖掘在电信网络规划中的应用原理 | 第27-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第四章 数据仓库设计 | 第31-41页 |
| 4.1 电信网络规划数据仓库总体结构设计 | 第31-32页 |
| 4.2 电信网络规划数据仓库的需求分析 | 第32-34页 |
| 4.3 电信网络规划数据仓库的模型设计 | 第34-38页 |
| 4.3.1 概念模型 | 第34-35页 |
| 4.3.2 逻辑模型 | 第35-36页 |
| 4.3.3 元数据模型 | 第36-38页 |
| 4.4 网络规划数据仓库的实施过程 | 第38-39页 |
| 4.5 网络规划系统的应用层次设计 | 第39-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第五章 数据挖掘的实施 | 第41-61页 |
| 5.1 电信网络规划的现状和问题 | 第41页 |
| 5.2 决策树算法在挖掘电信网络建设热点区域的应用 | 第41-51页 |
| 5.2.1 决策树算法的原理 | 第41-42页 |
| 5.2.2 电信规划数据的准备 | 第42-44页 |
| 5.2.2.1 区域数据的准备 | 第42-43页 |
| 5.2.2.2 用户数据的准备 | 第43-44页 |
| 5.2.2.3 数据的预处理 | 第44页 |
| 5.2.3 决策树算法的应用实施 | 第44-51页 |
| 5.2.3.1 热点规划区域预测 | 第44-49页 |
| 5.2.3.2 基于 Microsoft 决策树算法实现对热点规划区域的预测 | 第49-51页 |
| 5.3 关联规则算法在电信网络资源利用率的应用 | 第51-60页 |
| 5.3.1 电信网络资源利用率计算的应用背景 | 第51-52页 |
| 5.3.2 理想与合理利用率范围确定 | 第52-53页 |
| 5.3.3 应用关联规则算法求解网络实际利用率 | 第53-60页 |
| 5.3.3.1 关联规则算法的原理 | 第53-54页 |
| 5.3.3.2 实际网络利用率计算 | 第54-59页 |
| 5.3.3.3 应用 Microsoft 关联规则算法进行电信网络设备类型构成分析 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结和展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-65页 |
