基于数据挖掘的电信客户流失和保留研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-19页 |
| ·选题的背景和意义 | 第9-10页 |
| ·研究现状及发展趋势 | 第10-16页 |
| ·研究现状及发展趋势 | 第10-11页 |
| ·电信市场的发展趋势 | 第11-13页 |
| ·我国电信行业的客户流失现状 | 第13-16页 |
| ·电信市场营销的问题 | 第16-18页 |
| ·本文的研究内容 | 第18-19页 |
| 第2章 数据挖掘理论 | 第19-28页 |
| ·数据挖掘概述 | 第19页 |
| ·数据挖掘任务 | 第19-21页 |
| ·数据挖掘流程 | 第21-23页 |
| ·数据挖掘技术 | 第23-24页 |
| ·数据挖掘的应用 | 第24-28页 |
| ·数据挖掘在电信业中的应用 | 第24-26页 |
| ·数据挖掘在应用中的几个问题 | 第26-28页 |
| 第3章 客户分群的客户保留 | 第28-46页 |
| ·聚类分析 | 第28-30页 |
| ·聚类分析的概念 | 第28页 |
| ·聚类分析的应用 | 第28-29页 |
| ·聚类分析的算法 | 第29-30页 |
| ·通过聚类模型进行客户分群 | 第30-37页 |
| ·客户细分对客户保留的意义 | 第30-31页 |
| ·客户细分的方法 | 第31-36页 |
| ·V-NV分群思路 | 第36-37页 |
| ·应用实例 | 第37-46页 |
| ·应用实例的背景 | 第37-38页 |
| ·研究实施的过程 | 第38-46页 |
| 第4章 客户流失预测模型及实现 | 第46-55页 |
| ·预测模型的基本原理 | 第46-48页 |
| ·预测建模与客户离网 | 第46页 |
| ·预测模型的主要方法 | 第46-48页 |
| ·通过回归建立预测模型 | 第48-55页 |
| ·定义业务问题 | 第49页 |
| ·准备数据 | 第49-51页 |
| ·数据挖掘建立模型 | 第51-54页 |
| ·营销建议措施 | 第54-55页 |
| 第5章 进一步的研究 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58页 |
