电信客户流失预警模型的构建及应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| 第一节 研究背景及意义 | 第8-9页 |
| 一、研究背景 | 第8-9页 |
| 二、研究意义 | 第9页 |
| 第二节 国内外研究综述 | 第9-11页 |
| 一、分析角度综述 | 第9-10页 |
| 二、分析方法综述 | 第10-11页 |
| 第三节 研究框架与创新点 | 第11-14页 |
| 一、研究内容 | 第11-12页 |
| 二、研究框架 | 第12-13页 |
| 三、创新点 | 第13-14页 |
| 第二章 理论基础与方法技术 | 第14-29页 |
| 第一节 理论基础 | 第14-19页 |
| 一、数据挖掘 | 第14-15页 |
| 二、非平衡数据 | 第15-19页 |
| 第二节 方法技术 | 第19-29页 |
| 一、决策树 | 第19-24页 |
| 二、随机森林 | 第24-25页 |
| 三.SMOTE | 第25-26页 |
| 四、聚类 | 第26-29页 |
| 第三章 客户流失预警模型分析框架及准备 | 第29-44页 |
| 第一节 商业理解 | 第29-32页 |
| 一、业务理解 | 第29-30页 |
| 二、数据理解 | 第30-32页 |
| 第二节 分析框架 | 第32-33页 |
| 第三节 数据准备 | 第33-40页 |
| 一、数据探索 | 第34-36页 |
| 二、指标选择 | 第36-40页 |
| 第四节 数据抽样 | 第40-44页 |
| 一、分割建模样本 | 第40页 |
| 二、基于密度聚类的改进SMOTE过抽样 | 第40-42页 |
| 三、基于聚类算法的欠抽样 | 第42-44页 |
| 第四章 客户流失预警模型的应用 | 第44-49页 |
| 第一节 基于决策树方法的客户流失预警模型 | 第44-45页 |
| 第二节 基于随机森林方法的客户流失预警模型 | 第45-47页 |
| 第三节 模型的评估 | 第47-49页 |
| 第五章 客户流失管理策略 | 第49-55页 |
| 第一节 客户洞察 | 第49-51页 |
| 第二节 策略匹配 | 第51-52页 |
| 第三节 总结与展望 | 第52-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
