模糊贝叶斯网络在电信客户流失分析中的研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-17页 |
| ·研究背景及意义 | 第12-13页 |
| ·研究现状 | 第13-15页 |
| ·客户流失原因 | 第13-14页 |
| ·客户流失预测研究现状 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| ·论文组织 | 第16-17页 |
| 第二章 相关知识 | 第17-30页 |
| ·贝叶斯网络 | 第17-18页 |
| ·贝叶斯网络结构学习 | 第18-24页 |
| ·基于条件独立性测试的结构学习方法 | 第18-21页 |
| ·评分-搜索的结构学习方法 | 第21-23页 |
| ·混合的贝叶斯网络结构学习方法 | 第23-24页 |
| ·贝叶斯网络参数学习 | 第24-25页 |
| ·贝叶斯网络推理 | 第25页 |
| ·模糊理论 | 第25-28页 |
| ·模糊集定义 | 第26页 |
| ·隶属度到概率的转换 | 第26-27页 |
| ·模糊联合概率和条件概率计算 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 客户流失预测建模 | 第30-48页 |
| ·模糊贝叶斯网络构建体系 | 第30-31页 |
| ·数据预处理 | 第31-34页 |
| ·电信数据介绍 | 第31-32页 |
| ·电信数据预处理 | 第32-34页 |
| ·连续属性离散化及模糊化 | 第34-39页 |
| ·客户流失预测模型 | 第39-44页 |
| ·模糊贝叶斯网络结构学习算法框架图 | 第39页 |
| ·算法流程图 | 第39-40页 |
| ·客户流失预测模型结构学习 | 第40-43页 |
| ·时间复杂度分析 | 第43-44页 |
| ·预测模型参数学习 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 实验结果分析 | 第48-54页 |
| ·实验数据集 | 第48-49页 |
| ·实验环境 | 第49页 |
| ·实验结果及分析 | 第49-52页 |
| ·实验一----流失模型对比 | 第50-51页 |
| ·实验二----客户流失预测 | 第51-52页 |
| ·实验三----实验准确率对比 | 第52页 |
| ·本章小结 | 第52-54页 |
| 总结与展望 | 第54-56页 |
| 总结 | 第54-55页 |
| 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间从事的科研项目及发表的学术论文 | 第60-62页 |
| 致谢 | 第62页 |
