| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究目的及意义 | 第9-10页 |
| 1.2.1 研究目的 | 第9页 |
| 1.2.2 研究意义 | 第9-10页 |
| 1.3 研究内容及思路 | 第10-11页 |
| 1.3.1 研究内容 | 第10页 |
| 1.3.2 研究思路 | 第10-11页 |
| 1.4 研究现状 | 第11-14页 |
| 1.4.1 国外研究现状 | 第11-12页 |
| 1.4.2 国内研究现状 | 第12-13页 |
| 1.4.3 国内外研究情况简要概述 | 第13-14页 |
| 2 客户流失相关理论及数据挖掘概述 | 第14-21页 |
| 2.1 客户关系管理理论 | 第14-15页 |
| 2.2 客户生命周期理论 | 第15-17页 |
| 2.3 客户流失理论 | 第17-19页 |
| 2.4 数据挖掘概述 | 第19-21页 |
| 3 数据预处理及描述性分析 | 第21-30页 |
| 3.1 数据来源及说明 | 第21页 |
| 3.2 客户流失数据描述性分析 | 第21-26页 |
| 3.3 数据预处理 | 第26-30页 |
| 4 客户流失模型构建与结果分析 | 第30-48页 |
| 4.1 基于随机森林算法构建客户流失模型 | 第30-37页 |
| 4.1.1 决策树模型及随机森林算法概述 | 第30-34页 |
| 4.1.2 模型性能评估方法 | 第34-35页 |
| 4.1.3 基于随机森林算法构建客户流失模型 | 第35-37页 |
| 4.2 基于XGBoost算法构建客户流失模型 | 第37-43页 |
| 4.2.1 XGBoost算法概述 | 第37-40页 |
| 4.2.2 基于XGBoost算法构建客户流失模型 | 第40-43页 |
| 4.3 基于C4.5算法构建客户流失模型 | 第43-46页 |
| 4.3.1 C4.5算法概述 | 第43-45页 |
| 4.3.2 基于C4.5算法构建构建客户流失模型 | 第45-46页 |
| 4.4 模型结果分析 | 第46-48页 |
| 5 携程网客户流失危机分析及对策 | 第48-51页 |
| 5.1 影响携程网客户流失的关键因素 | 第48页 |
| 5.2 减少携程网客户流失的相关对策 | 第48-51页 |
| 6 总结与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间科研成果 | 第56页 |