| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 数据挖掘的国内外研究现状 | 第13-14页 |
| 1.2.2 数据挖掘在电信业的国内外应用现状 | 第14-15页 |
| 1.2.3 目前研究存在的问题 | 第15-16页 |
| 1.3 本文所做的工作 | 第16-19页 |
| 1.3.1 本文研究的内容 | 第16-18页 |
| 1.3.2 本文主要内容安排 | 第18-19页 |
| 第二章 数据挖掘理论与技术 | 第19-27页 |
| 2.1 数据挖掘概述 | 第19页 |
| 2.2 数据挖掘技术介绍 | 第19-20页 |
| 2.3 数据挖掘功能分析 | 第20-22页 |
| 2.4 数据挖掘算法 | 第22-26页 |
| 2.4.1 决策树算法 | 第22-25页 |
| 2.4.2 二项Logistic回归算法 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 数据挖掘过程模型及实现 | 第27-33页 |
| 3.1 CRISP-DM数据挖掘过程模型的介绍 | 第27-30页 |
| 3.2 SPSS数据挖掘软件的介绍 | 第30-31页 |
| 3.3 本章小结 | 第31-33页 |
| 第四章 电信客户WLAN业务订购预测模型的数据准 | 第33-59页 |
| 4.1 商业理解 | 第33-35页 |
| 4.2 数据理解 | 第35-39页 |
| 4.2.1 确定时间窗口 | 第35-37页 |
| 4.2.2 确定相关数据字段 | 第37-39页 |
| 4.3 数据准备 | 第39-57页 |
| 4.3.1 数据的集成 | 第40-41页 |
| 4.3.2 数据预规约 | 第41-42页 |
| 4.3.3 数据的平衡处理 | 第42-43页 |
| 4.3.4 数据清理 | 第43-49页 |
| 4.3.5 数据转换 | 第49-52页 |
| 4.3.6 数据探索 | 第52-56页 |
| 4.3.7 数据分割 | 第56-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第五章 模型的建立、评估与部署 | 第59-79页 |
| 5.1 模型训练与建立 | 第59-68页 |
| 5.1.1 决策树分析 | 第59-61页 |
| 5.1.2 决策树C5.0模型建立 | 第61-64页 |
| 5.1.3 C5.0最佳模型的结果解释 | 第64-66页 |
| 5.1.4 CART和二项Logistic最佳模型建立 | 第66-68页 |
| 5.2 模型评估 | 第68-74页 |
| 5.2.1 数值化模型评估 | 第69-71页 |
| 5.2.2 图形化模型评估 | 第71-74页 |
| 5.3 模型部署 | 第74-77页 |
| 5.4 本章小结 | 第77-79页 |
| 第六章 总结与展望 | 第79-83页 |
| 6.1 本文所做工作的总结 | 第79-80页 |
| 6.2 不足与展望 | 第80-83页 |
| 致谢 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 附录A 硕士期间发表的论文 | 第89-91页 |
| 附录B 硕士期间发表的软件著作权 | 第91页 |