移动通信网客户行为分析的研究与应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 引言 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·课题来源 | 第8页 |
| ·研究现状及课题意义 | 第8-9页 |
| ·本人主要工作 | 第9页 |
| ·论文组织结构 | 第9-11页 |
| 第2章 数据挖掘和数据仓库 | 第11-18页 |
| ·数据仓库 | 第11-13页 |
| ·多维数据模型 | 第11-12页 |
| ·数据仓库设计和实现 | 第12-13页 |
| ·ETL技术概述 | 第13页 |
| ·数据挖掘 | 第13-16页 |
| ·概述 | 第13-14页 |
| ·数据预处理 | 第14-15页 |
| ·主要功能和方法 | 第15-16页 |
| ·数据仓库和数据挖掘的关系 | 第16-18页 |
| 第3章 数据仓库在客户行为分析中的优化研究 | 第18-22页 |
| ·采用存储过程优化查询统计效率 | 第18页 |
| ·改进数据处理算法优化数据处理效率 | 第18-22页 |
| ·常用的数据处理方法 | 第19-20页 |
| ·本文提出的PAP数据处理算法 | 第20-22页 |
| 第4章 数据挖掘技术在短信文本分类中的研究 | 第22-34页 |
| ·文本分类 | 第22-28页 |
| ·文本分类概述 | 第22-23页 |
| ·分类预处理 | 第23-25页 |
| ·文本分类算法 | 第25-28页 |
| ·改进的短信文本分类算法 | 第28-33页 |
| ·改进中文分词算法 | 第29-30页 |
| ·改进朴素贝叶斯分类算法 | 第30-32页 |
| ·增加反馈学习机制 | 第32-33页 |
| ·分类算法对比 | 第33-34页 |
| 第5章 应用与实现 | 第34-52页 |
| ·应用系统 | 第34-37页 |
| ·概述 | 第34页 |
| ·系统环境 | 第34-35页 |
| ·相关名词 | 第35页 |
| ·系统架构 | 第35-36页 |
| ·模块结构 | 第36-37页 |
| ·客户行为分析能力的设计与实现 | 第37-52页 |
| ·数据准备 | 第38-40页 |
| ·客户行为分析报表 | 第40-46页 |
| ·垃圾短信过滤 | 第46-52页 |
| 第6章 总结与展望 | 第52-53页 |
| ·总结 | 第52页 |
| ·展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间的研究成果 | 第57页 |
