| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景和研究意义 | 第9-10页 |
| 1.2 课题的研究现状 | 第10-12页 |
| 1.3 论文主要工作 | 第12-13页 |
| 1.4 论文的章节安排 | 第13-15页 |
| 第二章 IPTV及其故障诊断概述 | 第15-22页 |
| 2.1 IPTV业务网络承载架构 | 第15-16页 |
| 2.2 IQAS系统提供全面的服务保障 | 第16-18页 |
| 2.3 数据挖掘及机器学习相关概念 | 第18-19页 |
| 2.4 本论文所采用的数据集介绍 | 第19-22页 |
| 第三章 IPTV业务质量指标提取 | 第22-35页 |
| 3.1 指标体系的研究 | 第22-23页 |
| 3.1.1 指标体系的目标 | 第22-23页 |
| 3.1.2 指标体系设计思路 | 第23页 |
| 3.2 用户体验评判准则及其对应指标 | 第23-25页 |
| 3.3 质差指标体系建立 | 第25-30页 |
| 3.3.1 数值指标提取 | 第26页 |
| 3.3.2 标准化及相关性分析 | 第26页 |
| 3.3.3 多维标度法 | 第26-27页 |
| 3.3.4 R型Ward聚类法 | 第27-28页 |
| 3.3.5 逆向因子分析法 | 第28-30页 |
| 3.3.6 筛选质差记录指标 | 第30页 |
| 3.4 实验结果与分析 | 第30-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 IPTV故障设备预测 | 第35-47页 |
| 4.1 设计思路 | 第35-37页 |
| 4.2 决策树理论依据 | 第37-39页 |
| 4.3 质差记录与故障设备预测 | 第39-40页 |
| 4.3.1 质差记录筛选 | 第39-40页 |
| 4.3.2 质差用户终端预测 | 第40页 |
| 4.4 实验结果与分析及其在实际中的应用 | 第40-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第五章 非均衡IPTV数据集下的用户报障预测 | 第47-65页 |
| 5.1 背景介绍 | 第47-49页 |
| 5.1.1 运营商用户投诉背景 | 第47-48页 |
| 5.1.2 IPTV故障诊断架构 | 第48-49页 |
| 5.2 理论分析 | 第49-51页 |
| 5.2.1 支持向量机理论分析 | 第49-50页 |
| 5.2.2 传统BSMOTE过采样算法与ODR欠采样算法 | 第50-51页 |
| 5.3 投诉用户预测 | 第51-58页 |
| 5.3.1 改进的ODR-BSMOTE-TOMEK数据均衡算法 | 第51-56页 |
| 5.3.2 改进的自适应变核参数SVM算法 | 第56-57页 |
| 5.3.3 OBT-Adaptive-SVM集成算法 | 第57-58页 |
| 5.4 实验及其结论 | 第58-64页 |
| 5.4.1 数据集及其清洗 | 第58-59页 |
| 5.4.2 评价依据 | 第59-60页 |
| 5.4.3 实验结果与分析 | 第60-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第69-70页 |
| 附录2 攻读硕士学位期间申请的专利 | 第70-71页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第71-72页 |
| 致谢 | 第72页 |
