基于数据挖掘的欠费预警系统的设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-12页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9页 |
| ·主要工作及创新 | 第9-10页 |
| ·论文的结构 | 第10-12页 |
| 第二章 数据挖掘方法的选择 | 第12-18页 |
| ·三种决策树构造算法概述 | 第12-14页 |
| ·ID3算法 | 第12页 |
| ·C4.5算法 | 第12-13页 |
| ·CART算法 | 第13-14页 |
| ·三种决策树算法在电信数据中的比较 | 第14-17页 |
| ·小结 | 第17-18页 |
| 第三章 结合递增式学习的CART算法改进 | 第18-24页 |
| ·相关的研究 | 第18页 |
| ·CART算法的改进思想 | 第18-20页 |
| ·改进算法的实现 | 第20-22页 |
| ·应用实例 | 第22-23页 |
| ·结论 | 第23-24页 |
| 第四章 欠费预警系统的设计与实现 | 第24-58页 |
| ·系统需求分析 | 第24-25页 |
| ·系统模块设计 | 第25-26页 |
| ·数据收集 | 第26-30页 |
| ·数据预处理 | 第30-32页 |
| ·属性选择 | 第32-40页 |
| ·属性归约 | 第40-45页 |
| ·生成最大树模块 | 第45-49页 |
| ·递增式学习模块 | 第49-51页 |
| ·剪枝模块 | 第51-52页 |
| ·最优子树选择模块 | 第52-54页 |
| ·模型评估 | 第54-55页 |
| ·提取规则 | 第55-56页 |
| ·应用模型分类 | 第56-58页 |
| 第五章 结束语 | 第58-60页 |
| ·本文工作总结 | 第58页 |
| ·待解决的问题 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间主要的研究成果 | 第64页 |