基于数据挖掘的电信客户欺诈预测模型研究

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-17页
·选题的背景和意义	第10-11页
·国内外研究现状	第11-14页
·论文的主要研究工作	第14-15页
·论文的组织与结构	第15-17页
第2章 数据挖掘理论与技术	第17-29页
·数据挖掘基本概念和特点	第17-18页
·数据挖掘的定义	第17页
·数据挖掘的特点	第17-18页
·数据挖掘技术的分类	第18页
·数据挖掘的知识表示及挖掘方法	第18-20页
·数据挖掘的主要算法	第20-23页
·数据挖掘的流程	第23-27页
·数据挖掘应用领域	第27-29页
第3章 决策树分类	第29-37页
·引言	第29-30页
·决策树分类概述	第30-32页
·分类的含义	第30页
·分类的过程	第30-31页
·分类模型的评估标准	第31-32页
·决策树算法基本思想	第32-34页
·决策树C4.5算法	第34-35页
·决策树C5.0算法	第35-37页
第4章 客户欺诈预测模型的建立及实现	第37-67页
·建模工具简介	第37-38页
·欺诈预测模型的商业理解	第38-41页
·业务的定义	第39页
·客户的选取	第39页
·欺诈行为的定义	第39-41页
·欺诈预测模型的数据理解	第41-48页
·欺诈预测模型的数据准备	第48-57页
·数据清洗	第48-52页
·属性转化	第52-55页
·属性离散化	第55-57页
·生成衍生变量	第57页
·欺诈预测模型的建立及实现	第57-63页
·模型评估及发布	第63-67页
第5章 结论及展望	第67-68页
·下一步的工作	第67-68页
参考文献	第68-71页
攻读学位期间公开发表的论文	第71-72页
致谢	第72-73页
研究生履历	第73页