摘要 | 第1-6页 |
Abstract | 第6-11页 |
插图索引 | 第11-12页 |
附表索引 | 第12-13页 |
第1章 绪论 | 第13-24页 |
·研究背景 | 第13-21页 |
·中国电信行业目前面临的市场挑战 | 第13-14页 |
·中国电信行业的发展现状 | 第14-16页 |
·国内外电信行业数据挖掘的现状 | 第16-18页 |
·电信行业数据挖掘的应用和发展方向 | 第18-21页 |
·研究课题的来源 | 第21-22页 |
·本文研究的内容 | 第22-23页 |
·本章小结 | 第23-24页 |
第2章 数据仓库与数据挖掘技术分析 | 第24-38页 |
·数据仓库 | 第24-26页 |
·数据仓库概念 | 第24页 |
·数据仓库与数据集市 | 第24页 |
·数据仓库系统的结构 | 第24-25页 |
·数据仓库的关键技术 | 第25页 |
·OLAP技术 | 第25-26页 |
·数据挖掘 | 第26-31页 |
·数据挖掘的概念 | 第26页 |
·数据挖掘的分类 | 第26-28页 |
·数据挖掘的主要方法 | 第28-30页 |
·数据挖掘的一般过程 | 第30页 |
·数据挖掘的主要应用领域 | 第30-31页 |
·数据挖掘的研究方向 | 第31页 |
·数据仓库和数据挖掘技术在中国移动业务中的应用分析 | 第31-37页 |
·中国移动经营分析系统(BASS)建设目的 | 第32-33页 |
·中国移动经营分析系统(BASS)系统架构 | 第33-35页 |
·中国移动经营分析系统(BASS)应用分析 | 第35-37页 |
·本章小结 | 第37-38页 |
第3章 基于CLIQUE聚类算法的算法研究 | 第38-49页 |
·引言 | 第38页 |
·聚类算法的概述 | 第38-42页 |
·基本概念 | 第38-39页 |
·聚类分析的数据类型及其相异度 | 第39-40页 |
·聚类算法的分类及相关挖掘算法 | 第40-42页 |
·CLIQUE算法描述和分析 | 第42页 |
·CLIQUE算法的标准化描述 | 第42页 |
·CLIQUE算法的局限性 | 第42页 |
·基于CLIQUE算法的改进实现 | 第42-48页 |
·移动用户通话行为数据源的特点分析 | 第42-43页 |
·基于CLIQUE算法的改进思想 | 第43-44页 |
·CLIQUE改进算法的SQL语言实现 | 第44-46页 |
·实例结果及性能分析 | 第46-48页 |
·本章小结 | 第48-49页 |
第4章 基于APRIORI关联算法的算法研究 | 第49-61页 |
·引言 | 第49页 |
·关联规则概述 | 第49-52页 |
·关联规则基本概念 | 第49-50页 |
·关联规则的分类 | 第50-51页 |
·关联规则的挖掘算法 | 第51-52页 |
·APRIORI算法的描述和分析 | 第52-56页 |
·APRIORI算法的基本思想 | 第52-53页 |
·APRIORI算法的核心算法 | 第53-55页 |
·APRIORI算法一些固有缺陷 | 第55页 |
·APRIORI算法的现有改进方法 | 第55-56页 |
·基于APRIORI算法的改进实现 | 第56-60页 |
·基于APRIORI算法的改进思想 | 第56页 |
·基于APRIORI算法的SQL语言改进实现 | 第56-59页 |
·实例结果及性能分析 | 第59-60页 |
·本章小结 | 第60-61页 |
第5章 改进聚类和关联算法的应用研究 | 第61-75页 |
·引言 | 第61页 |
·数据挖掘系统设计步骤 | 第61-63页 |
·问题定义 | 第61-62页 |
·数据收集和数据预处理 | 第62页 |
·数据挖掘 | 第62页 |
·结果解释和评估 | 第62-63页 |
·竞争对手新增用户客户细分应用系统设计与分析 | 第63-74页 |
·系统整体框架 | 第63页 |
·系统技术平台架构 | 第63-64页 |
·系统模块数据流图 | 第64-65页 |
·业务问题 | 第65-67页 |
·数据准备 | 第67-70页 |
·建立竞争对手新增用户客户细分模型 | 第70-71页 |
·客户细分挖掘系统模型结果与分析 | 第71-74页 |
·本章小结 | 第74-75页 |
结论 | 第75-77页 |
参考文献 | 第77-81页 |
致谢 | 第81-82页 |
附录A 攻读硕士学位期间所发表学术论文目录 | 第82页 |