首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于移动IVR平台的个性化定制菜单系统的设计与实现

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第10-14页
    1.1 研究背景和目的第10-11页
    1.2 移动IVR平台的现状第11-12页
    1.3 研究内容与创新点第12-13页
        1.3.1 研究的主要内容第12页
        1.3.2 创新点第12-13页
    1.4 具体章节安排第13-14页
第二章 相关技术介绍第14-20页
    2.1 IVR平台技术第14-17页
        2.1.1 CTI技术第14-16页
        2.1.2 SCE技术第16-17页
    2.2 HADOOP相关技术第17-19页
        2.2.1 Hadoop介绍第17-19页
        2.2.2 HDFS第19页
        2.2.3 Hive第19页
    2.3 本章小结第19-20页
第三章 个性化定制菜单系统的设计第20-35页
    3.1 需求分析第20-24页
        3.1.1 系统现状的问题分析第20-22页
        3.1.2 需求整理第22-24页
    3.2 总体设计第24-25页
        3.2.1 个性化默认菜单数据挖掘需求第24页
        3.2.2 个性化IVR自助功能需求第24页
        3.2.3 个性化定制菜单维护需求第24-25页
        3.2.4 中间件需求第25页
        3.2.5 用户数据分析需求第25页
    3.3 设计约束第25页
        3.3.1 遵循标准第25页
        3.3.2 硬件限制第25页
    3.4 个性化IVR自助功能设计第25-28页
        3.4.1 系统接入方式第25-27页
        3.4.2 个性化定制菜单系统接入设计第27页
        3.4.3 个性化定制菜单主流程设计第27-28页
    3.5 个性化定制菜单维护设计第28-31页
        3.5.1 个性化定制菜单自助业务受理流程设计第28-29页
        3.5.2 人工座席定制个性化菜单功能设计第29-30页
        3.5.3 网上客服定制个性化菜单功能设计第30-31页
    3.6 中间件接口设计第31-32页
        3.6.1 DtProxy接口第31页
        3.6.2 个性化定制菜单开通与取消接口第31-32页
    3.7 数据分析平台第32-34页
        3.7.1 基本架构设计第32-33页
        3.7.2 数据分析平台的部署第33-34页
    3.8 本章小结第34-35页
第四章 基于用户行为的个性化默认菜单数据挖掘第35-54页
    4.1 数据挖掘介绍第35-36页
    4.2 问题定义第36-38页
    4.3 数据准备第38-41页
        4.3.1 数据来源第38页
        4.3.2 数据选取第38-39页
        4.3.3 数据预处理第39-41页
    4.4 基于OracleSQL的数据挖掘第41-48页
        4.4.1 K-Means聚类算法第41-42页
        4.4.2 模型定义第42-43页
        4.4.3 K-Means聚类算法实现第43-46页
        4.4.4 算法应用第46-48页
    4.5 结果解释和评估第48-53页
        4.5.1 结果解释第48-52页
        4.5.2 结果评估第52-53页
    4.6 本章小结第53-54页
第五章 个性化定制菜单系统的实现与优化第54-67页
    5.1 个性化IVR自动功能实现第54-56页
        5.1.1 个性化菜单功能接入呼叫中心平台第54-55页
        5.1.2 标准10086与个性化定制菜单系统互转实现第55-56页
        5.1.3 SCE个性化菜单主流程实现第56页
    5.2 个性化定制菜单维护功能实现第56-58页
        5.2.1 人工座席定制个性化菜单功能实现第56-57页
        5.2.2 网上客服定制个性化菜单功能实现第57-58页
    5.4 中间件接口实现第58-59页
    5.5 用户数据分析实现第59-63页
        5.5.1 自助转人工数据分析展示第62页
        5.5.2 重复拨打数据分析展示第62-63页
        5.5.3 客户细分数据分析展示第63页
    5.6 个性化定制菜单系统的优化第63-66页
        5.6.1 数据采集工具优化第63-64页
        5.6.2 个性化默认菜单数据挖掘模型优化第64-65页
        5.6.3 中间件接口优化第65-66页
    5.7 本章小结第66-67页
第六章 主要结论和展望第67-71页
    6.1 研究结论第67-69页
    6.2 未来展望第69-71页
参考文献第71-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:基于网格划分的非球形聚类算法研究
下一篇:基于情感化设计的购物类App界面研究