基于数据挖掘的电信客户流失模型分析与设计
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·选题的背景和意义 | 第10-12页 |
| ·研究现状及发展趋势 | 第12-13页 |
| ·本文的主要研究内容 | 第13-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第2章 数据挖掘理论与技术 | 第16-29页 |
| ·数据挖掘理论 | 第16-22页 |
| ·数据挖掘概述 | 第16页 |
| ·数据挖掘任务 | 第16-18页 |
| ·数据挖掘流程 | 第18-20页 |
| ·数据挖掘分类技术与方法 | 第20-22页 |
| ·采用的主要数据挖掘技术与方法 | 第22-29页 |
| ·决策树技术 | 第22-24页 |
| ·神经网络技术 | 第24-27页 |
| ·Logistic回归技术 | 第27-29页 |
| 第3章 电信客户流失需求分析 | 第29-37页 |
| ·预测电信客户流失业务现状 | 第29页 |
| ·电信客户流失需求 | 第29-32页 |
| ·业务问题定义 | 第30-31页 |
| ·电信业务流程 | 第31页 |
| ·客户流失分析的研究目标 | 第31-32页 |
| ·客户流失分析的研究策略 | 第32页 |
| ·客户流失系统描述 | 第32-33页 |
| ·功能说明 | 第32-33页 |
| ·数据定义 | 第33页 |
| ·项目目标 | 第33页 |
| ·模型中数据流结构 | 第33-36页 |
| ·预测模型建立采用的技术 | 第36-37页 |
| 第4章 客户流失预测模型的实现 | 第37-60页 |
| ·客户预测模型的商业理解 | 第38-39页 |
| ·数据理解 | 第39-44页 |
| ·数据描述 | 第39-43页 |
| ·数据探索 | 第43-44页 |
| ·数据准备 | 第44-48页 |
| ·选择数据 | 第44页 |
| ·数据清洗 | 第44-45页 |
| ·数据重构 | 第45-47页 |
| ·格式化数据 | 第47-48页 |
| ·拆分数据集 | 第48页 |
| ·建立预测模型 | 第48-53页 |
| ·选择建模技术 | 第49页 |
| ·预测模型的建立 | 第49-52页 |
| ·模型选择 | 第52-53页 |
| ·模型评估 | 第53-58页 |
| ·模型发布 | 第58-60页 |
| 第五章 结论及展望 | 第60-65页 |
| ·论文主要工作总结 | 第60页 |
| ·下一步的工作 | 第60-65页 |
| 攻读学位期间公开发表论文 | 第65-66页 |
| 致谢 | 第66-67页 |
| 研究生履历 | 第67页 |
