贝叶斯决策树在电信企业客户流失预测中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-16页 |
| ·引言 | 第7-9页 |
| ·数据挖掘技术在国内外电信企业中研究现状 | 第9-13页 |
| ·国外的研究情况 | 第9页 |
| ·国内的研究情况 | 第9-10页 |
| ·数据挖掘在电信企业的应用 | 第10-13页 |
| ·数据挖掘的研究热点以及未来发展 | 第13页 |
| ·本论文的研究工作与意义 | 第13-14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 数据挖掘理论综述 | 第16-26页 |
| ·数据仓库简介 | 第16-18页 |
| ·数据仓库的概念 | 第16页 |
| ·数据仓库的特点 | 第16-17页 |
| ·数据仓库的系统结构 | 第17页 |
| ·数据仓库与数据挖掘的关系 | 第17-18页 |
| ·数据挖掘概述 | 第18-25页 |
| ·数据挖掘的定义 | 第18-19页 |
| ·数据挖掘的方法 | 第19-21页 |
| ·数据挖掘系统结构与 CRISP-DM 模型 | 第21-24页 |
| ·数据挖掘算法简介 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 贝叶斯决策树算法介绍 | 第26-35页 |
| ·决策树分类方法 | 第26-30页 |
| ·决策树算法概念 | 第26页 |
| ·决策树算法原理 | 第26-27页 |
| ·决策树的构建 | 第27-28页 |
| ·决策树的剪枝 | 第28-29页 |
| ·常用决策树算法 | 第29-30页 |
| ·贝叶斯分类方法 | 第30-31页 |
| ·贝叶斯决策树分类算法 | 第31-34页 |
| ·贝叶斯决策树概念 | 第31-32页 |
| ·贝叶斯决策树算法思想 | 第32-33页 |
| ·贝叶斯决策树算法描述 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 电信企业客户流失预测模型 | 第35-48页 |
| ·客户流失分类预测与 WEKA 平台简介 | 第35-36页 |
| ·客户流失分类 | 第35页 |
| ·WEKA 平台简介 | 第35-36页 |
| ·预测流程 | 第36-47页 |
| ·知识理解 | 第36-37页 |
| ·数据准备 | 第37-38页 |
| ·数据预处理 | 第38-40页 |
| ·建立模型 | 第40-42页 |
| ·模型评价 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结和展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 在校期间发表论文情况 | 第53-54页 |
| 致谢 | 第54页 |
