| 摘要 | 第1-5页 |
| 目录 | 第5-8页 |
| 一、 数据挖掘的简述与电信项目介绍 | 第8-9页 |
| ·数据挖掘简述 | 第8页 |
| ·电信数据挖掘系统的简单介绍 | 第8-9页 |
| 二、 结合电信项目要求阐述几种数据挖掘算法 | 第9-13页 |
| ·挖掘的主要算法列举 | 第9-12页 |
| ·本章小结 | 第12-13页 |
| 三、 两种分类算法的改进及比较 | 第13-29页 |
| ·CART(Classification and Regression Trees分类回归树) | 第13-20页 |
| ·ID3算法 | 第20-22页 |
| ·两种分类算法CART与ID3比较 | 第22-28页 |
| ·本章小结 | 第28-29页 |
| 四、 数据挖掘系统在电信的应用研究 | 第29-68页 |
| ·对系统的简要描述 | 第29页 |
| ·异动客户识别子系统 | 第29页 |
| ·时间序列预测子系统 | 第29页 |
| ·系统的处理流程和数据流程 | 第29页 |
| ·项目需求分析 | 第29-35页 |
| ·调研内容 | 第29-30页 |
| ·户群定义 | 第30页 |
| ·户群的各自工作目的 | 第30页 |
| ·需要计算机系统为每个用户群提供的功能 | 第30页 |
| ·各系统之间信息流动的方式 | 第30页 |
| ·需求分析 | 第30-35页 |
| ·客户流失预测模块 | 第30-32页 |
| ·欺诈客户识别模块 | 第32-33页 |
| ·时间序列预测 | 第33-35页 |
| ·项目概要设计 | 第35-66页 |
| ·项目总体框架 | 第35-36页 |
| ·预测分析子系统技术方案 | 第36-40页 |
| ·总体层次架构--CCDS | 第36-37页 |
| ·系统知识流结构 | 第37-39页 |
| ·系统特点 | 第39-40页 |
| ·系统实现技术 | 第40页 |
| ·异动客户识别子系统 | 第40-63页 |
| ·大客户流失解决方案 | 第41-56页 |
| ·最大树生长模块 | 第42-48页 |
| ·递增式学习模块 | 第48-49页 |
| ·剪枝及最优树的选择模块 | 第49-53页 |
| ·程序结构组图 | 第53-56页 |
| ·欺诈客户识别子系统方案细化 | 第56-58页 |
| ·异动客户模型的验证 | 第58-59页 |
| ·异动客户识别子系统测试方案 | 第59-63页 |
| ·预测目标的性能指标 | 第59-60页 |
| ·测试过程及方法 | 第60-61页 |
| ·测试结果 | 第61-63页 |
| ·测试结论 | 第63页 |
| ·时间序列预测子系统 | 第63-66页 |
| ·功能 | 第63-64页 |
| ·对预测模型的评价 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| ·已经解决的问题 | 第66页 |
| ·待解决的问题 | 第66页 |
| ·下一步改善计划 | 第66-68页 |
| 五、 论文总结 | 第68-69页 |
| 附录1 | 第69-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |