数据挖掘在电信客户流失预测的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 第一章 前言 | 第6-14页 |
| ·课题研究意义 | 第6-7页 |
| ·国内外研究现状 | 第7-8页 |
| ·电信客户流失预测中的应用现状 | 第8-11页 |
| ·论文的研究内容和目的 | 第11-12页 |
| ·论文的组织 | 第12-14页 |
| 第二章 数据挖掘基本概念 | 第14-30页 |
| ·数据挖掘基础知识 | 第14-15页 |
| ·与客户流失预测相关的数据挖掘算法 | 第15-24页 |
| ·聚类算法 | 第15-18页 |
| ·神经网络算法 | 第18-21页 |
| ·决策树算法 | 第21-23页 |
| ·关联规则算法 | 第23-24页 |
| ·数据挖掘与OLAP、数据仓库关系 | 第24-27页 |
| ·数据挖掘方法论 | 第27-29页 |
| ·数据挖掘工具 | 第29-30页 |
| 第三章 客户流失预测分析过程 | 第30-57页 |
| ·业务理解 | 第30-34页 |
| ·业务定义 | 第30-32页 |
| ·离网客户关注重点 | 第32-34页 |
| ·数据理解 | 第34-37页 |
| ·数据描述 | 第34-35页 |
| ·数据探索 | 第35-36页 |
| ·宽表建立 | 第36-37页 |
| ·数据准备 | 第37-47页 |
| ·数据转换 | 第38-41页 |
| ·时间窗口选择 | 第38-40页 |
| ·数据转换整体架构 | 第40-41页 |
| ·数据变量选择 | 第41-45页 |
| ·两样本的非参数检验 | 第41-43页 |
| ·重要程度指标R | 第43-45页 |
| ·确定变量 | 第45页 |
| ·数据抽样 | 第45-47页 |
| ·训练集和检验集 | 第45-47页 |
| ·建立模型 | 第47-49页 |
| ·模型算法的选择 | 第47-48页 |
| ·模型的调整与优化 | 第48-49页 |
| ·评估优化 | 第49-57页 |
| ·预测模型评估 | 第50-52页 |
| ·打分模型评估 | 第52-54页 |
| ·检验集上模型效果计算 | 第54-57页 |
| 第四章 流失预测与客户挽留 | 第57-62页 |
| ·流失原因分析 | 第57页 |
| ·挽留评估 | 第57-60页 |
| ·目标跟进、评估 | 第58-60页 |
| ·反馈调优 | 第60页 |
| ·挽留策划研究 | 第60-62页 |
| 第五章 结论与展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 主要参考文献 | 第64-67页 |
| 附录 | 第67-68页 |
| 图版 | 第68-69页 |
