基于数据挖掘技术的济南移动经营分析系统的设计与实现
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第一章 引言 | 第10-13页 |
·课题研究的背景与意义 | 第10页 |
·本文工作 | 第10-12页 |
·本文结构 | 第12-13页 |
第二章 数据挖掘技术概述 | 第13-26页 |
·数据挖掘定义 | 第14-15页 |
·数据挖掘系统分类 | 第15-16页 |
·数据挖掘系统过程 | 第16-18页 |
·数据挖掘的功能 | 第18-20页 |
·数据挖掘常用的技术 | 第20-21页 |
·数据挖掘技术的应用 | 第21-24页 |
·数据挖掘系统和其他系统的比较 | 第24-26页 |
·数据挖掘系统和专家系统的比较 | 第24-25页 |
·数据挖掘和OLAP的比较 | 第25-26页 |
第三章 济南移动经营分析系统的设计 | 第26-67页 |
·经营分析系统的总体框架设计 | 第27-28页 |
·体系结构设计 | 第27-28页 |
·网络结构设计 | 第28页 |
·系统功能设计 | 第28-40页 |
·客户情况分析 | 第29-31页 |
·业务情况分析 | 第31-33页 |
·收益情况分析 | 第33-34页 |
·市场竞争情况分析 | 第34-36页 |
·服务质量分析 | 第36-37页 |
·营销管理分析 | 第37-39页 |
·大客户分析 | 第39-40页 |
·过程控制 | 第40-42页 |
·业务过程分析 | 第40-42页 |
·过程控制的实现 | 第42页 |
·经营分析系统数据仓库的设计 | 第42-67页 |
·构建经营分析系统数据仓库需注意的问题 | 第43-45页 |
·数据获取 | 第45-46页 |
·建模 | 第46-49页 |
·元数据管理 | 第49-67页 |
第四章 客户分群及流失率预测模块的设计与实现 | 第67-80页 |
·客户分群和客户流失率预测的需求分析与数据准备 | 第69-71页 |
·客户分群及流失率预测的算法 | 第71-78页 |
·ID3算法 | 第72-73页 |
·属性选择度量方法 | 第73-74页 |
·SLIQ算法 | 第74-76页 |
·聚类算法 | 第76-78页 |
·结果评估 | 第78-80页 |
第五章 系统应用效果分析 | 第80-84页 |
·数据挖掘的商业措施 | 第80-81页 |
·数据挖掘在市场竞争中的应用 | 第81-82页 |
·经营分析系统的意义 | 第82页 |
·经营分析系统的经济效益 | 第82页 |
·经营分析系统对市场策略产生的影响 | 第82-84页 |
结束语 | 第84-89页 |
参考文献 | 第89-90页 |
致谢 | 第90页 |