基于决策树算法的客户流失分析
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-15页 |
| ·论文选题及研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·论文研究的主要内容 | 第13-15页 |
| 第二章 客户流失分析与数据挖掘技术 | 第15-27页 |
| ·客户流失分析概述 | 第15-18页 |
| ·CRM与客户流失分析 | 第15-17页 |
| ·客户流失分析的重要性 | 第17-18页 |
| ·数据挖掘概述 | 第18-24页 |
| ·数据挖掘定义 | 第18页 |
| ·数据挖掘过程 | 第18-20页 |
| ·数据挖掘功能 | 第20-22页 |
| ·数据挖掘常用方法 | 第22-23页 |
| ·数据挖掘应用 | 第23-24页 |
| ·决策树算法与客户流失数据特点 | 第24-26页 |
| ·决策树算法的优点 | 第24-25页 |
| ·常用的决策树算法 | 第25页 |
| ·客户流失数据集的特点 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 连续值属性离散化方法研究 | 第27-36页 |
| ·C4.5算法的离散化方法 | 第27-29页 |
| ·概念描述 | 第27-28页 |
| ·算法描述 | 第28页 |
| ·C4.5离散化方法的局限 | 第28-29页 |
| ·离散化方法的改进 | 第29-31页 |
| ·理论依据 | 第29-30页 |
| ·连续值属性惩罚项的调整 | 第30-31页 |
| ·算法描述 | 第31-33页 |
| ·对比实验 | 第33-34页 |
| ·实验数据与环境 | 第33页 |
| ·实验结果及分析 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 决策树中的窗口技术研究 | 第36-44页 |
| ·非平衡数据分布 | 第36-37页 |
| ·问题描述 | 第36-37页 |
| ·常用解决方法 | 第37页 |
| ·窗口技术概述 | 第37-39页 |
| ·ID3算法中的窗口技术 | 第37-38页 |
| ·C4.5算法中的窗口技术 | 第38-39页 |
| ·窗口技术的改进 | 第39-42页 |
| ·实验结果及分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 算法在电信客户流失预测中的应用 | 第44-49页 |
| ·电信客户流失分析 | 第44页 |
| ·改进算法应用 | 第44-48页 |
| ·概念描述和目标分析 | 第45页 |
| ·数据描述 | 第45-47页 |
| ·模型构建、修改及评估 | 第47页 |
| ·模型实施 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 附录: 攻读硕士学位期间发表的论文 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 后记 | 第55页 |
