基于决策树的移动互联网满意度评价研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 满意度研究 | 第12-13页 |
| 1.2.2 满意度评价模型研究 | 第13-14页 |
| 1.2.3 移动互联网客户满意度研究现状 | 第14-15页 |
| 1.3 论文的主要工作和组织结构 | 第15-17页 |
| 1.3.1 本文的主要工作 | 第15-16页 |
| 1.3.2 本文的组织结构 | 第16-17页 |
| 第2章 相关技术介绍 | 第17-24页 |
| 2.1 数据挖掘 | 第17-18页 |
| 2.2 决策树介绍 | 第18-23页 |
| 2.2.1 决策树生成 | 第19-20页 |
| 2.2.2 决策最优属性选择 | 第20-21页 |
| 2.2.3 决策树剪枝 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 运营数据预处理 | 第24-43页 |
| 3.1 运营数据介绍 | 第24-28页 |
| 3.1.1 客户特征数据 | 第26-27页 |
| 3.1.2 客户评价数据 | 第27-28页 |
| 3.2 运营数据预处理方法 | 第28-42页 |
| 3.2.1 应用数据的规约方法 | 第29-31页 |
| 3.2.2 运营数据集成方法 | 第31-33页 |
| 3.2.3 运营数据清洗方法 | 第33-39页 |
| 3.2.4 数据归一化变换与独热码变换 | 第39-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 基于决策树的满意度评价算法 | 第43-62页 |
| 4.1 C4.5算法简介 | 第43-44页 |
| 4.2 C4.5算法优化 | 第44-50页 |
| 4.2.1 关联规则对决策树优化 | 第44-46页 |
| 4.2.2 基于代价敏感的决策树 | 第46-48页 |
| 4.2.3 基于随机森林的集成方法 | 第48-50页 |
| 4.3 算法评估与结果 | 第50-61页 |
| 4.3.1 满意度评价研究评估方法 | 第50-51页 |
| 4.3.2 实验结果分析 | 第51-61页 |
| 4.4 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 论文工作总结 | 第62页 |
| 未来工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士期间发表的论文及科研成果 | 第69页 |
