基于数据挖掘的电信潜在换机客户的预测研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究的背景及意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外研究现状及存在问题 | 第9-11页 |
| 1.2.1 数据挖掘在电信行业的应用 | 第9-10页 |
| 1.2.2 研究现状 | 第10-11页 |
| 1.2.3 存在问题 | 第11页 |
| 1.3 本文的研究方法及结构 | 第11-14页 |
| 1.3.1 本文思路 | 第11-13页 |
| 1.3.2 结构安排 | 第13-14页 |
| 第二章 数据挖掘技术 | 第14-25页 |
| 2.1 数据仓库 | 第14-15页 |
| 2.2 数据挖掘概述 | 第15-20页 |
| 2.2.1 数据挖掘的定义 | 第15-17页 |
| 2.2.2 CRISP-DM模型标准 | 第17-20页 |
| 2.3 数据挖掘工具 | 第20-21页 |
| 2.4 Hadoop框架 | 第21-24页 |
| 2.4.1 Hadoop框架技术 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 数据挖掘算法介绍 | 第25-33页 |
| 3.1 常用算法介绍 | 第25-28页 |
| 3.2 决策树算法 | 第28-32页 |
| 3.2.1 决策树概念 | 第28-29页 |
| 3.2.2 常用决策树算法 | 第29-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 数据分析与处理 | 第33-51页 |
| 4.1 日志分析与处理 | 第33-37页 |
| 4.1.1 日志分析 | 第33-35页 |
| 4.1.2 MapReduce过程 | 第35-37页 |
| 4.2 商业理解 | 第37-38页 |
| 4.3 数据理解 | 第38-43页 |
| 4.3.1 数据集理解 | 第38-40页 |
| 4.3.2 数据集探索 | 第40-43页 |
| 4.4 数据准备 | 第43-50页 |
| 4.4.1 数据选择 | 第44-45页 |
| 4.4.2 数据集建立 | 第45-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 模型的建立与评估 | 第51-63页 |
| 5.1 潜在换机模型的建立 | 第51-57页 |
| 5.1.1 建立模型 | 第51-53页 |
| 5.1.2 结果分析 | 第53-56页 |
| 5.1.3 模型测试 | 第56-57页 |
| 5.2 模型的评估及应用 | 第57-62页 |
| 5.2.1 模型评估 | 第57-60页 |
| 5.2.2 模型应用 | 第60-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-66页 |
| 6.1 工作与总结 | 第63-64页 |
| 6.2 不足与展望 | 第64-66页 |
| 附录 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71页 |
