基于数据挖掘的电信行业中客户流失模型的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-11页 |
| ·电信客户生命周期 | 第11-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·国内电信行业客户流失分析 | 第13页 |
| ·国外电信行业客户流失分析 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第二章 数据挖掘技术理论 | 第15-23页 |
| ·数据挖掘与知识发现 | 第15-16页 |
| ·数据挖掘常用技术 | 第16-19页 |
| ·数据挖掘过程 | 第19-22页 |
| ·业务认知 | 第20页 |
| ·数据准备 | 第20-21页 |
| ·数据挖掘初始化 | 第21页 |
| ·剖析数据挖掘结果 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 电信客户细分模型研究 | 第23-36页 |
| ·客户细分的价值 | 第23-24页 |
| ·传统方式的客户细分 | 第24-25页 |
| ·客户细分中的属性选择 | 第25-26页 |
| ·基于改进的蚁群算法的客户细分模型 | 第26-35页 |
| ·客户细分模型分析 | 第26-27页 |
| ·蚁群算法的基本原理 | 第27-31页 |
| ·一种改进的蚁群算法 | 第31-34页 |
| ·基于改进的蚁群算法的客户细分模型的实现 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 客户流失模型的业务理解与变量探索 | 第36-56页 |
| ·业务理解 | 第36-37页 |
| ·宽表设计 | 第37-49页 |
| ·宽表属性来源 | 第37页 |
| ·宽表设计 | 第37-39页 |
| ·宽表生成 | 第39-49页 |
| ·分类变量探索 | 第49-55页 |
| ·聪明变量探索 | 第49-52页 |
| ·强相关变量探索 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 CPM 模型建模与具体实施 | 第56-64页 |
| ·约束模型 Constraint model | 第56-57页 |
| ·预测模型 Prediction model | 第57-60页 |
| ·评分模型 Mark model | 第60-62页 |
| ·CPM 建模最终实现 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 CPM 模型评估 | 第64-69页 |
| ·建模样本进行评估 | 第64-65页 |
| ·验证集进行评估 | 第65-67页 |
| ·本章小结 | 第67-69页 |
| 第七章 总结与展望 | 第69-71页 |
| ·论文的工作总结 | 第69-70页 |
| ·论文的不足与展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间的研究成果 | 第75页 |
