| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第10-14页 |
| 1．1 论文研究的背景及意义 | 第10-11页 |
| 1．2 国内外研究现状 | 第11-13页 |
| 1．3 论文研究内容和框架 | 第13-14页 |
| 第2章 数据挖掘基本原理和技术 | 第14-30页 |
| 2．1 数据挖掘的定义和功能 | 第14-18页 |
| 2．1．1 数据挖掘的定义 | 第14页 |
| 2．1．2 数据挖掘的功能 | 第14-18页 |
| 2．2 数据挖掘的经典技术 | 第18-21页 |
| 2．2．1 数据挖掘的经典技术 | 第18-20页 |
| 2．2．2 数据挖掘经典技术与OLAP | 第20-21页 |
| 2．3 数据挖掘的贝叶斯网络 | 第21-30页 |
| 2．3．1 贝叶斯网络的结构 | 第21-22页 |
| 2．3．2 贝叶斯网络的推理 | 第22-23页 |
| 2．3．3 单路径贝叶斯网络推理 | 第23-26页 |
| 2．3．4 贝叶斯网络学习 | 第26-30页 |
| 第3章 电信CRM的数据挖掘 | 第30-42页 |
| 3．1 电信CRM中数据挖掘技术的实施流程 | 第31-33页 |
| 3．2 电信CRM中成功实施数据挖掘的关键问题 | 第33-35页 |
| 3．2 解决方案和步骤 | 第35-40页 |
| 3．3 电信CRM实施的数据挖掘工具的选择 | 第40-42页 |
| 第4章 数据挖掘技术在电信CRM中的应用与实证分析 | 第42-60页 |
| 4．1 粗糙集方法用于客户的获得与客户保持 | 第42-45页 |
| 4．1．1 概述 | 第42-44页 |
| 4．1．2 实证分析 | 第44-45页 |
| 4．2 决策树方法对电信客户细分 | 第45-50页 |
| 4．2．1 概述 | 第45-46页 |
| 4．2．2 实证分析 | 第46-50页 |
| 4．3 关联规则用于电信交叉销售 | 第50-54页 |
| 4．3．1 概述 | 第50-52页 |
| 4．3．2 实证分析 | 第52-54页 |
| 4．4 贝叶斯网络应用于电信客户信用分析 | 第54-56页 |
| 4．4．1 概述 | 第54页 |
| 4．4．2 实证分析 | 第54-56页 |
| 4．5 贝叶斯网络用于电信客户流失预测分析 | 第56-60页 |
| 4．5．1 概述 | 第56-57页 |
| 4．5．2 实证分析 | 第57-60页 |
| 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录 攻读学位期间所发表的学术论文目录 | 第67页 |