基于数据挖掘的通信行业客户保有体系研究和应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-12页 |
| ·研究的背景和意义 | 第8-9页 |
| ·论文主要研究内容 | 第9-10页 |
| ·取得的研究成果 | 第10-11页 |
| ·论文的组织安排 | 第11-12页 |
| 第2章 通信行业客户保有的现状 | 第12-18页 |
| ·通信行业客户保有的困境和影响 | 第12-15页 |
| ·通信行业客户保有的相关研究和实践 | 第15-16页 |
| ·本文研究出发点 | 第16-18页 |
| 第3章 通信行业客户保有体系建设 | 第18-30页 |
| ·通信行业客户保有体系概述 | 第18-22页 |
| ·当前通信行业保有体系建设的现状 | 第18-19页 |
| ·客户保有体系相关重要理论 | 第19-22页 |
| ·客户生命周期理论 | 第22-24页 |
| ·客户生命周期分类 | 第22-23页 |
| ·客户生命周期理论在客户保有体系的实现 | 第23-24页 |
| ·客户细分理论 | 第24-26页 |
| ·客户细分的重要性 | 第24-25页 |
| ·客户细分的主要技术 | 第25-26页 |
| ·客户保有理论 | 第26-29页 |
| ·客户保有的实质 | 第26-27页 |
| ·客户生命周期价值 | 第27-28页 |
| ·客户流失指数 | 第28页 |
| ·“WAR”KPI体系 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第4章 基于决策树的客户流失原因预测分析 | 第30-69页 |
| ·数据挖掘定义与分类 | 第30-32页 |
| ·主要数据挖掘技术 | 第32-41页 |
| ·关联规则 | 第32页 |
| ·分类 | 第32-33页 |
| ·聚类 | 第33页 |
| ·人工神经网络 | 第33-34页 |
| ·决策树 | 第34-38页 |
| ·决策树算法概述 | 第34-35页 |
| ·决策树生成算法步骤 | 第35页 |
| ·两种不同的属性选择策略 | 第35-37页 |
| ·决策树剪枝 | 第37-38页 |
| ·决策树算法的缺点 | 第38页 |
| ·各种技术的比较 | 第38-39页 |
| ·决策树算法改进方法研究 | 第39-41页 |
| ·数据挖掘过程 | 第41-43页 |
| ·数据挖掘在通信行业客户保有中的应用 | 第43页 |
| ·客户流失定义及原因分类 | 第43-48页 |
| ·被动流失(非自愿流失) | 第45-46页 |
| ·主动流失(自愿流失) | 第46-48页 |
| ·客户流失原因预测 | 第48-68页 |
| ·客户流失原因预测框架 | 第49-50页 |
| ·基于价格因素的客户流失预测 | 第50-67页 |
| ·商业理解 | 第51-52页 |
| ·数据理解 | 第52-58页 |
| ·数据准备 | 第58-62页 |
| ·建立模型 | 第62-64页 |
| ·模型打分与评估 | 第64-67页 |
| ·模型应用 | 第67页 |
| ·基于决策树的客户流失分析 | 第67-68页 |
| ·小结 | 第68-69页 |
| 第5章 客户保有体系设计和实现 | 第69-81页 |
| ·系统架构设计 | 第69-70页 |
| ·系统技术架构 | 第70-71页 |
| ·保有系统数据模型 | 第71-73页 |
| ·基于元数据的系统设计 | 第73-75页 |
| ·原子的定义 | 第73-74页 |
| ·原子的应用 | 第74-75页 |
| ·客户理解模块 | 第75-77页 |
| ·客户统一视图模块 | 第77-78页 |
| ·数据挖掘模块 | 第78-79页 |
| ·系统使用效果评估 | 第79-80页 |
| ·小结 | 第80-81页 |
| 第6章 总结与展望 | 第81-83页 |
| ·总结 | 第81-82页 |
| ·进一步的工作 | 第82-83页 |
| 参考文献 | 第83-86页 |
| 附录A 本文作者攻读学位期间发表的论文 | 第86页 |
| 附录B 攻读硕士期间参加的课题和项目 | 第86-87页 |
| 致谢 | 第87-88页 |
