数据挖掘在移动大客户流失预测中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 引言 | 第7-10页 |
| ·概述 | 第7-8页 |
| ·客户流失预测对移动运营商的意义 | 第7页 |
| ·数据挖掘技术在移动客户流失预测的现状 | 第7-8页 |
| ·论文的主要工作和论文的结构 | 第8-10页 |
| ·论文的主要工作及研究方法 | 第8页 |
| ·论文的结构 | 第8-10页 |
| 2 数据挖掘理论综述 | 第10-23页 |
| ·数据挖掘的基本概念 | 第10-18页 |
| ·数据挖掘基本概念 | 第10页 |
| ·数据挖掘算法描述 | 第10-18页 |
| ·数据挖掘与数据仓库、OLAP | 第18-19页 |
| ·改进的数据挖掘过程 | 第19-23页 |
| 3 大客户流失预测模型的分析过程 | 第23-46页 |
| ·商业需求分析 | 第23-24页 |
| ·数据理解 | 第24-31页 |
| ·数据描述 | 第24-27页 |
| ·数据探索 | 第27-31页 |
| ·数据准备 | 第31-35页 |
| ·整合数据 | 第32页 |
| ·清洗数据 | 第32-33页 |
| ·构建数据 | 第33-34页 |
| ·选择数据 | 第34页 |
| ·格式化数据 | 第34-35页 |
| ·拆分训练集检验集 | 第35页 |
| ·数据修正 | 第35-36页 |
| ·建立模型 | 第36-40页 |
| ·预测模型 | 第36-38页 |
| ·打分模型 | 第38页 |
| ·聚类模型和分类模型 | 第38-40页 |
| ·模型选择与评估 | 第40-45页 |
| ·模型发布 | 第45-46页 |
| 4 大客户流失预测模型实现过程 | 第46-56页 |
| ·ETL的实现 | 第46-49页 |
| ·专题数据生成 | 第49-53页 |
| ·系统总控模块 | 第53页 |
| ·元数据管理 | 第53-54页 |
| ·前台展示 | 第54-56页 |
| 5 结论 | 第56-58页 |
| 致谢 | 第58-59页 |
| 文献参考 | 第59-60页 |
