首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

数据挖掘技术在电信行业的应用

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

论文共96页,点击 下载论文
上一篇:榆林市域旅游空间结构研究
下一篇:基于PLC和工控机的混凝土搅拌站测控系统设计