数据挖掘在移动通信中的应用
| 内容提要 | 第1-7页 |
| 第一章 绪论 | 第7-24页 |
| ·研究的背景和意义 | 第7-9页 |
| ·数据挖掘与KDD | 第9-14页 |
| ·数据挖掘的概念和过程 | 第9页 |
| ·数据挖掘的功能 | 第9-10页 |
| ·数据挖掘进展 | 第10-11页 |
| ·KDD 的定义 | 第11-13页 |
| ·KDD 过程 | 第13-14页 |
| ·数据挖掘在移动通信中的应用 | 第14-21页 |
| ·移动通信选择数据挖掘技术的必然性 | 第14-16页 |
| ·数据挖掘在移动通信中的应用 | 第16-19页 |
| ·用户忠诚度定义及分类 | 第19-20页 |
| ·用户忠诚度研究现状 | 第20-21页 |
| ·课题的提出 | 第21-22页 |
| ·论文主要研究内容 | 第22页 |
| ·论文的内容安排 | 第22-24页 |
| 第二章 竞争环境下用户忠诚度预测模型 | 第24-30页 |
| ·引言 | 第24页 |
| ·CPMP 模型 | 第24-26页 |
| ·PDAM 模块流程 | 第26-27页 |
| ·CDMM 模块流程 | 第27-28页 |
| ·实验结果及分析 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 运用进化计算方法设计用户忠诚度分析模型 | 第30-48页 |
| ·进化计算基本框架及分支 | 第30-34页 |
| ·进化计算概述 | 第30-31页 |
| ·进化计算主要分支 | 第31-32页 |
| ·进化计算框架 | 第32-34页 |
| ·用于进化计算的连续数据离散化 | 第34-35页 |
| ·基于位差的属性选择算法 | 第35-42页 |
| ·基于位差的属性选择算法设计 | 第36-38页 |
| ·实验结果及分析 | 第38-42页 |
| ·进化计算在用户忠诚度分析中的应用 | 第42-46页 |
| ·用户忠诚度预测分析模型ECCA | 第42-44页 |
| ·离网用户分析分类模型评估指标 | 第44-45页 |
| ·模型评估及结论 | 第45-46页 |
| ·小结 | 第46-48页 |
| 第四章 运用决策树方法设计用户忠诚度预测模型 | 第48-55页 |
| ·明确预测目标 | 第48页 |
| ·数据模型设计,建立数据仓库 | 第48-51页 |
| ·用户数据选择 | 第48-49页 |
| ·数据ETL | 第49页 |
| ·通过星型模型建立数据仓库 | 第49-51页 |
| ·建立数据挖掘模型 | 第51-53页 |
| ·传统ID3 算法概述 | 第52页 |
| ·改进ID3 算法 | 第52-53页 |
| ·改进的ID3 用户忠诚度预测模型评估及应用 | 第53-54页 |
| ·结束语 | 第54-55页 |
| 第五章 结论和进一步的工作 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·进一步的工作 | 第56-57页 |
| 参考文献（REFERENCES） | 第57-65页 |
| 论文摘要 | 第65-67页 |
| ABSTRACT | 第67-70页 |
| 致谢 | 第70页 |
