基于数据挖掘技术的电信企业收入预测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 引言 | 第9-18页 |
| ·研究背景和选题意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·选题意义 | 第10-11页 |
| ·电信企业收入预测分析 | 第11-15页 |
| ·电信企业收入趋势 | 第11-12页 |
| ·电信企业收入预测方法 | 第12-15页 |
| ·研究内容与技术路线 | 第15-16页 |
| ·研究内容 | 第15页 |
| ·技术路线 | 第15-16页 |
| ·本文的组织结构与主要创新点 | 第16-18页 |
| ·本文的组织结构 | 第16-17页 |
| ·论文的主要创新点 | 第17-18页 |
| 2 数据挖掘相关理论与技术方法 | 第18-35页 |
| ·数据挖掘理论概述 | 第18-23页 |
| ·数据挖掘的定义 | 第18-19页 |
| ·数据挖掘应用分析 | 第19-21页 |
| ·数据挖掘的支撑技术 | 第21-23页 |
| ·数据挖掘的主要方法 | 第23-31页 |
| ·时间序列分析 | 第23-27页 |
| ·人工神经网络 | 第27-29页 |
| ·支持向量机 | 第29-31页 |
| ·线性回归 | 第31页 |
| ·数据挖掘的流程 | 第31-35页 |
| ·CRISP-DM的产生与发展 | 第32页 |
| ·数据挖掘跨行业标准流程CRISP-DM | 第32-35页 |
| 3 数据挖掘系统及其技术解决方案 | 第35-41页 |
| ·主流的数据挖掘软件系统 | 第35-36页 |
| ·SPSS Clementine数据挖掘系统 | 第36-41页 |
| ·Clementine简介 | 第36页 |
| ·Clementine模块 | 第36-38页 |
| ·Clementine数据源 | 第38-39页 |
| ·Clementine与CRISP-DM | 第39-41页 |
| 4 电信收入预测模型的设计与实现 | 第41-59页 |
| ·商业理解 | 第41-42页 |
| ·电信收入预测的目的 | 第41页 |
| ·收入指标选取 | 第41-42页 |
| ·数据理解与数据准备 | 第42-43页 |
| ·收入预测模型的建立 | 第43-57页 |
| ·时间序列模型与灰色预测结果比较 | 第44-48页 |
| ·计费收入预测 | 第48-53页 |
| ·月租费按产品分类的预测 | 第53-55页 |
| ·月租费的二次细分预测 | 第55-57页 |
| ·模型的评估 | 第57-59页 |
| 5 电信收入预测模型的修正 | 第59-66页 |
| ·模型修正的目的 | 第59页 |
| ·模型修正的方法与过程 | 第59-63页 |
| ·修正模型指标的理解与数据准备 | 第59-60页 |
| ·模型修正过程 | 第60-63页 |
| ·模型修正的结果 | 第63-64页 |
| ·整体模型及评价 | 第64-65页 |
| ·模型的应用 | 第65-66页 |
| 6 总结与展望 | 第66-68页 |
| ·本文主要工作总结 | 第66-67页 |
| ·进一步研究工作 | 第67-68页 |
| 附录 | 第68-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间参与的课题和发表的论文 | 第75-76页 |
| 致谢 | 第76页 |
