| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-12页 |
| ·数据挖掘技术 | 第7-8页 |
| ·国内外客户细分研究状况及分析 | 第8-10页 |
| ·论文选题背景及意义 | 第10页 |
| ·研究内容 | 第10-12页 |
| 第二章 数据挖掘技术 | 第12-27页 |
| ·概述 | 第12-14页 |
| ·挖掘过程 | 第14-15页 |
| ·聚类分析的种类 | 第15-20页 |
| ·划分方法 | 第16-17页 |
| ·层次方法 | 第17-18页 |
| ·基于密度的方法 | 第18-19页 |
| ·基于网格的方法 | 第19页 |
| ·基于模型的方法 | 第19-20页 |
| ·划分方法的特点 | 第20页 |
| ·K-MEANS 局限性 | 第20-21页 |
| ·K-MEDOIDS 局限性 | 第21-22页 |
| ·评价聚类分析能力的标准 | 第22页 |
| ·数据仓库理论 | 第22-26页 |
| ·概述 | 第22-23页 |
| ·三种模型 | 第23-25页 |
| ·数据仓库设计步骤 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 客户细分 | 第27-31页 |
| ·概念 | 第27页 |
| ·细分条件 | 第27-28页 |
| ·常用方法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 构建数据仓库及预处理 | 第31-45页 |
| ·数据挖掘的步骤 | 第31-32页 |
| ·构建数据仓库 | 第32-34页 |
| ·选择主题 | 第32-33页 |
| ·选择模型 | 第33-34页 |
| ·选择细分属性 | 第34-38页 |
| ·客户背景属性 | 第35页 |
| ·客户状态属性 | 第35-36页 |
| ·客户消费行为属性 | 第36-37页 |
| ·客户扩展属性 | 第37-38页 |
| ·变量处理与初始值设定 | 第38-40页 |
| ·等级变量的处理 | 第38-39页 |
| ·选择权重 | 第39页 |
| ·选择分类数目 | 第39-40页 |
| ·选择初始类成员 | 第40页 |
| ·数据准备与预处理 | 第40-43页 |
| ·数据抽取 | 第42-43页 |
| ·数据清洗及转换 | 第43页 |
| ·数据转换后的校验 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第五章 数据挖掘算法设计及在电信客户细分上的实现与验证 | 第45-62页 |
| ·TT-K-MEANS 设计 | 第45-46页 |
| ·TT-K-MEDOIDS 设计 | 第46-48页 |
| ·开发工具及运行环境简介 | 第48页 |
| ·系统模块及主要函数 | 第48-51页 |
| ·验证细分模型 | 第51-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结束语 | 第62-63页 |
| ·论文总结 | 第62页 |
| ·下一步工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士期间公开发表的论文 | 第68页 |