| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-11页 |
| ·选题的背景和意义 | 第7-8页 |
| ·国内外研究现状分析 | 第8-9页 |
| ·主要研究内容、目标和方法 | 第9-10页 |
| ·论文的结构 | 第10-11页 |
| 2 客户流失分析方法 | 第11-29页 |
| ·客户流失分析相关理论 | 第11-19页 |
| ·数据挖掘理论的产生与发展 | 第11-13页 |
| ·数据挖掘的任务 | 第13-14页 |
| ·数据挖掘系统组成 | 第14页 |
| ·数据挖掘过程 | 第14-15页 |
| ·数据挖掘的常用技术 | 第15-18页 |
| ·数据挖掘的类型 | 第18-19页 |
| ·数据挖掘技术在电信行业应用 | 第19-21页 |
| ·客户流失及其分析方法 | 第21-23页 |
| ·电信客户流失的类型 | 第21-22页 |
| ·客户流失分析方法 | 第22-23页 |
| ·客户流失分析常用算法 | 第23-29页 |
| ·支持向量机算法原理 | 第24-25页 |
| ·神经网络算法原理 | 第25-27页 |
| ·决策树算法原理 | 第27-28页 |
| ·Logistic 回归二元分类原理 | 第28-29页 |
| 3 客户流失组合预测模型 | 第29-35页 |
| ·数据挖掘软件系统 | 第29页 |
| ·SPSS Clementine 12.0 数据挖掘系统 | 第29-31页 |
| ·SPSS Clementine 12.0 的基本操作方法 | 第31-33页 |
| ·数据流的基本操作方法 | 第33-34页 |
| ·Clementine 12.0 的主要模型 | 第34-35页 |
| 4 电信企业客户流失预测模型应用 | 第35-48页 |
| ·商业理解 | 第35-36页 |
| ·数据理解 | 第36-37页 |
| ·模型建立 | 第37-46页 |
| ·模型评估及发布 | 第46-48页 |
| 5 总结与展望 | 第48-50页 |
| ·论文主要工作总结 | 第48页 |
| ·展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54页 |