| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 研究内容与研究方法 | 第11-13页 |
| 1.2.1 研究目的与研究目标 | 第11页 |
| 1.2.2 研究内容 | 第11页 |
| 1.2.3 研究方法 | 第11-12页 |
| 1.2.4 研究技术路线 | 第12-13页 |
| 1.3 论文的主要创新点 | 第13-14页 |
| 第二章 文献综述 | 第14-24页 |
| 2.1 大数据 | 第14-16页 |
| 2.1.1 大数据的基本概念 | 第14页 |
| 2.1.2 大数据的典型特征 | 第14-15页 |
| 2.1.3 大数据价值的实现方式 | 第15-16页 |
| 2.2 数据挖掘 | 第16-19页 |
| 2.2.1 数据挖掘的基本概念 | 第16-17页 |
| 2.2.2 数据挖掘的过程 | 第17-18页 |
| 2.2.3 数据挖掘的常用方法 | 第18-19页 |
| 2.3 质量功能展开 | 第19-21页 |
| 2.3.1 质量功能展开的基本概念 | 第19-20页 |
| 2.3.2 质量功能展开模型 | 第20-21页 |
| 2.3.3 质量功能展开的应用 | 第21页 |
| 2.4 电信产品 | 第21-23页 |
| 2.4.1 电信产品的基本概念 | 第21-22页 |
| 2.4.2 电信产品的四类属性 | 第22-23页 |
| 2.4.3 电信产品开发的一般方法 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于大数据挖掘技术的电信产品开发原理 | 第24-39页 |
| 3.1 电信产品及其分类 | 第24-25页 |
| 3.2 电信产品竞争性因素分析 | 第25-27页 |
| 3.3 电信产品开发策略 | 第27-29页 |
| 3.4 电信产品开发过程 | 第29-38页 |
| 3.4.1 传统电信产品开发过程演进 | 第29-30页 |
| 3.4.2 基于大数据挖掘技术的电信产品开发过程 | 第30-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于大数据挖掘技术的电信产品开发模型 | 第39-44页 |
| 4.1 模型概述 | 第39-40页 |
| 4.2 模型的分解 | 第40-43页 |
| 4.2.1 数据输入 | 第40-41页 |
| 4.2.2 数据挖掘 | 第41-42页 |
| 4.2.3 数据输出 | 第42页 |
| 4.2.4 质量功能展开 | 第42页 |
| 4.2.5 产品输出 | 第42-43页 |
| 4.3 模型的应用与扩展 | 第43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 案例研究 | 第44-68页 |
| 5.1 中国移动电信产品开发现状 | 第44-47页 |
| 5.1.1 中国移动产品化背景 | 第44页 |
| 5.1.2 中国移动产品开发战略 | 第44-45页 |
| 5.1.3 中国移动基于大数据的产品开发流程 | 第45-47页 |
| 5.2 中国移动电信产品开发问题与对策 | 第47-51页 |
| 5.2.1 开发模式老旧 | 第47页 |
| 5.2.2 产品开发周期较长 | 第47页 |
| 5.2.3 产品开发成本较高 | 第47-48页 |
| 5.2.4 产品开发风险较高 | 第48页 |
| 5.2.5 应用大数据挖掘开发电信产品的必要性和可行性 | 第48-51页 |
| 5.3 中国移动校园市场产品开发 | 第51-67页 |
| 5.3.1 案例描述 | 第51页 |
| 5.3.2 校园市场产品开发 | 第51-66页 |
| 5.3.3 案例总结 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 回顾与展望 | 第68-69页 |
| 6.1 本文的结论 | 第68页 |
| 6.2 对未来的展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录A 周期性分析的数学建模(3.4.2用户行为分析) | 第73-83页 |
| 附录B 周期性预测的方法研究(3.4.2用户行为预测) | 第83-86页 |
| 附录C 周期性预测的需求转化(3.4.2用户需求转化) | 第86-88页 |
| 附录D 电信产品试销及商业化案例分析(3.4.2电信产品的输出、试销及其商业化) | 第88-92页 |
