基于决策树分类算法和Apriori算法的数据挖掘在电信行业的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-14页 |
| ·论文背景 | 第10-12页 |
| ·论文目标 | 第12页 |
| ·论文所做工作 | 第12页 |
| ·论文组织结构 | 第12-14页 |
| 第2章 数据仓库与数据挖掘 | 第14-23页 |
| ·数据仓库 | 第14-15页 |
| ·数据仓库概念 | 第14-15页 |
| ·数据仓库类型 | 第15页 |
| ·数据仓库与数据挖掘的关系 | 第15页 |
| ·数据挖掘 | 第15-22页 |
| ·数据挖掘的定义和特点 | 第15-16页 |
| ·数据挖掘的主要功能 | 第16-17页 |
| ·数据挖掘的应用 | 第17-18页 |
| ·数据挖掘的方法及工具 | 第18-19页 |
| ·数据挖掘的实施 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 决策树分类算法和关联规则算法研究 | 第23-41页 |
| ·决策树分类方法介绍 | 第23-25页 |
| ·ID3算法介绍 | 第25-31页 |
| ·关联规则介绍 | 第31-33页 |
| ·关联规则研究现状 | 第31-32页 |
| ·关联规则的形式化描述 | 第32-33页 |
| ·Apriori算法 | 第33-40页 |
| ·Apriori算法简介 | 第33-37页 |
| ·Apriori算法实例说明 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 电信业套餐制定模型的建立和应用 | 第41-68页 |
| ·基本概念 | 第41页 |
| ·套餐 | 第41页 |
| ·套餐分析 | 第41页 |
| ·商业理解 | 第41-42页 |
| ·研究任务的可行性分析 | 第42-45页 |
| ·数据可行性分析 | 第42-43页 |
| ·挖掘工具可行性分析 | 第43-45页 |
| ·研究任务的必要性 | 第45-46页 |
| ·以往套餐制定的缺点 | 第45页 |
| ·新套餐分析法的优势 | 第45-46页 |
| ·套餐预演与现在方法的关系 | 第46页 |
| ·挖掘过程 | 第46-60页 |
| ·数据挖掘流程 | 第46-47页 |
| ·数据准备 | 第47-50页 |
| ·数据选择 | 第50-51页 |
| ·数据清洗 | 第51-52页 |
| ·数据转换 | 第52-54页 |
| ·数据离散化 | 第54-60页 |
| ·挖掘结果 | 第60-67页 |
| ·ID3算法分群 | 第60-62页 |
| ·关联规则挖掘呼叫模式 | 第62-66页 |
| ·结合挖掘结果分析实际使用套餐的情况 | 第66页 |
| ·改进措施 | 第66-67页 |
| ·按改进的套餐进行模拟测试 | 第67页 |
| ·小结 | 第67-68页 |
| 第五章 结束语 | 第68-69页 |
| ·总结 | 第68页 |
| ·进一步的研究工作 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |
