基于关联规则的电信企业客户服务信息挖掘研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-15页 |
| ·研究目的与意义 | 第8-9页 |
| ·国内外研究综述 | 第9-13页 |
| ·电信企业服务管理 | 第9-11页 |
| ·数据挖掘在电信行业中的应用 | 第11-13页 |
| ·研究内容与方法 | 第13-15页 |
| ·研究内容 | 第13页 |
| ·研究方法 | 第13-15页 |
| 第2章 关联规则基础理论解析 | 第15-24页 |
| ·关联规则挖掘的基本概念 | 第15-16页 |
| ·关联规则挖掘的经典算法 | 第16-19页 |
| ·Apriori算法思想 | 第16页 |
| ·Apriori算法描述 | 第16-18页 |
| ·Apriori算法的衍生算法 | 第18-19页 |
| ·数量关联规则挖掘 | 第19-21页 |
| ·数量关联规则挖掘的一般步骤 | 第19页 |
| ·数值属性离散化 | 第19-21页 |
| ·负关联规则 | 第21-24页 |
| ·负关联规则的提出 | 第21-22页 |
| ·负关联规则的支持度和置信度 | 第22-24页 |
| 第3章 基于云模型改进的正负数量关联规则挖掘 | 第24-36页 |
| ·云模型简介 | 第24-25页 |
| ·云的定义 | 第24页 |
| ·云模型的数字特征 | 第24-25页 |
| ·正态云模型 | 第25页 |
| ·云发生器 | 第25-28页 |
| ·正向云发生器 | 第25-26页 |
| ·逆向云发生器 | 第26-27页 |
| ·条件云发生器 | 第27-28页 |
| ·基于云模型的数值区间划分方法 | 第28-29页 |
| ·正负关联规则 | 第29-36页 |
| ·相关性系数 | 第29-31页 |
| ·多重最小支持度 | 第31-33页 |
| ·正负云关联规则的算法设计 | 第33-36页 |
| 第4章 正负云关联规则在电信客户服务中的应用 | 第36-49页 |
| ·电信企业的客户服务挖掘 | 第36-37页 |
| ·电信企业服务挖掘系统框架 | 第37-38页 |
| ·面向服务挖掘的客户行为分析 | 第38-41页 |
| ·客户行为的基本模式 | 第39-40页 |
| ·客户行为的影响因素 | 第40-41页 |
| ·电信客户服务信息挖掘的实现 | 第41-49页 |
| ·正负云关联规则的应用 | 第42-45页 |
| ·挖掘结果评估 | 第45-48页 |
| ·挖掘结果应用 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| ·全文总结 | 第49页 |
| ·全文展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表的论文 | 第55页 |
