| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 面向不平衡数据集的分类预测算法的研究现状 | 第12-13页 |
| 1.3 本文研究内容及文章结构 | 第13-16页 |
| 第二章 不平衡数据集与分类算法 | 第16-25页 |
| 2.1 分类算法概述 | 第16-17页 |
| 2.2 分类算法性能评估 | 第17-21页 |
| 2.2.1 ROC曲线 | 第18页 |
| 2.2.2 AUC | 第18-19页 |
| 2.2.3 基分类器 | 第19-20页 |
| 2.2.4 集成分类算法 | 第20-21页 |
| 2.3 不平衡数据集 | 第21页 |
| 2.4 不平衡数据集的分类难点 | 第21-22页 |
| 2.5 不平衡数据集的处理方法 | 第22-24页 |
| 2.5.1 基于数据层面的不平衡数据处理策略 | 第23-24页 |
| 2.5.2 基于算法层面的不平衡数据处理策略 | 第24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 基于近邻样本分布和泊松分布的改进SMOTE算法 | 第25-34页 |
| 3.1 现有的SMOTE及其改进算法 | 第25-26页 |
| 3.2 SPDDN算法 | 第26-30页 |
| 3.2.1 算法改进 | 第26-27页 |
| 3.2.2 SPDDN算法步骤 | 第27-30页 |
| 3.3 算法性能评估 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于预分类的改进kNN算法 | 第34-46页 |
| 4.1 kNN算法 | 第34-37页 |
| 4.2 kP算法 | 第37-38页 |
| 4.2.1 算法改进 | 第37页 |
| 4.2.2 kP算法步骤 | 第37-38页 |
| 4.3 算法性能评估 | 第38-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 基于不平衡数据集分类预测算法在通信智能运营方面的应用 | 第46-53页 |
| 5.1 分类预测算法在通信智能运营方面的应用需求分析 | 第46-47页 |
| 5.1.1 客户流失数据方面的应用需求分析 | 第46页 |
| 5.1.2 终端营销数据方面的应用需求分析 | 第46-47页 |
| 5.2 通信智能运营数据集及其预处理 | 第47-49页 |
| 5.2.1 通信运营数据集的特点 | 第47页 |
| 5.2.2 通信运营数据集的预处理 | 第47-49页 |
| 5.3 基于不平衡数据集的通信智能运营模型 | 第49-50页 |
| 5.3.1 客户流失预警模型 | 第49-50页 |
| 5.3.2 终端精准营销预测模型 | 第50页 |
| 5.4 MIOCUD模型的性能评估 | 第50-52页 |
| 5.4.1 客户流失预警模型的性能评估 | 第50-51页 |
| 5.4.2 终端营销模型的性能评估 | 第51-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 论文研究工作总结与下一步研究工作展望 | 第53-54页 |
| 6.1 论文研究工作总结 | 第53页 |
| 6.2 下一步研究工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间的学术成果 | 第59页 |
