摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
第1章 引论 | 第8-11页 |
·研究的背景和意义 | 第8-9页 |
·研究内容、研究重点 | 第9-11页 |
第2章 我国移动通信运营业的现状和竞争分析 | 第11-15页 |
·电信运营业发展概况 | 第11-13页 |
·我国电信运营业发展概况 | 第11-12页 |
·WTO给我国移动通信运营业的带来的机遇和挑战 | 第12-13页 |
·我国电信运营业应用数据挖掘的必要性 | 第13-15页 |
第3章 数据挖掘、数据仓库及其在电信运营业中的应用 | 第15-40页 |
·数据挖掘技术的发展 | 第15-33页 |
·数据挖掘技术的由来 | 第15-16页 |
·数据挖掘的定义 | 第16-17页 |
·数据挖掘的研究历史和现状 | 第17-18页 |
·数据挖掘与传统分析方法的区别 | 第18-19页 |
·数据挖掘技术的特点 | 第19-20页 |
·描述型数据挖掘 | 第20-21页 |
·预言型数据挖掘 | 第21-23页 |
·数据挖掘模型和算法 | 第23-29页 |
·数据挖掘的流程 | 第29-31页 |
·数据挖掘所面临的挑战及发展趋势 | 第31-33页 |
·数据仓库(DATA WAREHOUSE) | 第33-37页 |
·什么是数据仓库 | 第33-34页 |
·数据仓库的组成 | 第34-36页 |
·数据挖掘库 | 第36-37页 |
·数据仓库与事务数据库 | 第37页 |
·国内外电信运营商的应用现状 | 第37-40页 |
·英国电信 | 第38页 |
·US WEST基于数据挖掘的营销 | 第38-39页 |
·客户保持 | 第39页 |
·欠费和动态防欺诈行为分析 | 第39页 |
·市场和用户行为分析(MASA)系统 | 第39-40页 |
第4章 基于数据挖掘的电信运营业决策支持系统设计 | 第40-62页 |
·基于数据挖掘的DSS系统模型 | 第40-42页 |
·DSS模型 | 第40-41页 |
·DSS的功能设计 | 第41-42页 |
·电信运营数据仓库建模 | 第42-52页 |
·开发模型 | 第42页 |
·数据仓库的体系结构 | 第42-44页 |
·数据仓库的主要结构 | 第44-49页 |
1、数据集市 | 第44-45页 |
2、关系数据库 | 第45-46页 |
3、数据源 | 第46页 |
4、数据准备区 | 第46-47页 |
5、显示服务 | 第47-49页 |
·技术实现架构 | 第49页 |
·OLAM | 第49-50页 |
·上海电信数据仓库的体系架构 | 第50-52页 |
·数据挖掘主题的选取 | 第52-62页 |
·客户细分与品牌规划 | 第52-59页 |
·客户价值分析 | 第59-60页 |
·客户保持(Customer Retention) | 第60-62页 |
第5章 电信运营业数据挖掘模型的设计 | 第62-77页 |
·CVM客户价值模型 | 第62-71页 |
·生命周期价值(Lifetime Value,LTV) | 第62-66页 |
·客户生命周期价值度量的模型与过程 | 第66-68页 |
·客户价值度量的三个层次 | 第68页 |
·客户贡献模型 | 第68-71页 |
·客户保持模型 | 第71-73页 |
·客户生命周期价值链 | 第71页 |
·客户关系生命周期 | 第71-72页 |
·基于数据挖掘的客户管理圈模型 | 第72-73页 |
·客户保持收益模型 | 第73页 |
·客户细分模型 | 第73-77页 |
·决策树分析 | 第73-74页 |
·聚类分析 | 第74页 |
·客户贡献分析—C~2模型分析 | 第74-75页 |
·客户风险分析—R~2模型分析 | 第75页 |
·客户风险贡献联合分析—RC模型分析 | 第75-76页 |
·客户贡献的分级—ABC模型分析 | 第76-77页 |
第6章 上海电信PHS消费者特征及其消费行为的实证分析 | 第77-91页 |
·上海电信PHS客户细分模型 | 第77-84页 |
·客户离网模型 | 第84-91页 |
·目标定义 | 第84-85页 |
·数据准备 | 第85页 |
·数据探索 | 第85-86页 |
·建模及评估 | 第86-89页 |
·离网预警模型的应用流程 | 第89-91页 |
第7章 结束语:总结和展望 | 第91-93页 |
·总结 | 第91页 |
·展望 | 第91-93页 |
参考文献 | 第93-96页 |
致谢 | 第96页 |