| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·研究内容与论文框架 | 第13-14页 |
| ·研究方法 | 第14页 |
| ·研究成果及创新点 | 第14-16页 |
| 第2章 客户流失预警理论综述 | 第16-37页 |
| ·客户流失预警概念 | 第16-17页 |
| ·数据挖掘 | 第17-32页 |
| ·基本概念 | 第17-18页 |
| ·数据挖掘任务的分类与常用技术 | 第18-19页 |
| ·主要分类预测技术及算法 | 第19-28页 |
| ·数据挖掘过程 | 第28-32页 |
| ·近期主要研究综述 | 第32-37页 |
| ·抽样方法 | 第32-33页 |
| ·特征变量的选择 | 第33-34页 |
| ·建模方法 | 第34-36页 |
| ·总结 | 第36-37页 |
| 第3章 固网运营商客户流失预警流程 | 第37-52页 |
| ·客户流失预警流程 | 第37-38页 |
| ·商业理解 | 第38-40页 |
| ·商业目标的确立 | 第38页 |
| ·资源评估 | 第38-39页 |
| ·固网运营商流失客户的定义 | 第39页 |
| ·确立数据挖掘目标及实施计划 | 第39-40页 |
| ·数据理解 | 第40-43页 |
| ·初始数据的抽取 | 第40-42页 |
| ·数据集的初步理解 | 第42-43页 |
| ·数据集的探索 | 第43页 |
| ·数据准备 | 第43-46页 |
| ·数据准备概述 | 第43-44页 |
| ·数据的集成 | 第44页 |
| ·特征变量的构造 | 第44-45页 |
| ·特征变量的选择 | 第45-46页 |
| ·建模 | 第46-47页 |
| ·模型的评价 | 第47-50页 |
| ·固网运营商客户流失预警的主要难点 | 第50-52页 |
| 第4章 特征变量的选择 | 第52-68页 |
| ·特征变量分类预测性能的判定 | 第52-55页 |
| ·卡方检验 | 第52-54页 |
| ·ROC曲线法选择特征变量 | 第54-55页 |
| ·特征变量相关性的测定 | 第55-57页 |
| ·常用的相关性度量方法 | 第55-56页 |
| ·互信息量相关性度量方法 | 第56-57页 |
| ·特征变量选择示例 | 第57-68页 |
| ·数据来源 | 第57-58页 |
| ·初始特征变量 | 第58-63页 |
| ·特征变量选择 | 第63-68页 |
| 第5章 mSTree-Logistic流失预警模型构建 | 第68-82页 |
| ·电信客户流失预警模型方法 | 第68-69页 |
| ·TreeLogit创新模型 | 第69-71页 |
| ·mSTree-Logistic模型 | 第71-73页 |
| ·mSTree-Logistic模型实验研究 | 第73-82页 |
| ·建模数据集的处理 | 第73页 |
| ·决策树模型的建立 | 第73-74页 |
| ·逻辑回归模型的建立 | 第74-80页 |
| ·模型评估 | 第80-82页 |
| 第6章 结语 | 第82-84页 |
| ·总结 | 第82页 |
| ·进一步研究方向 | 第82-84页 |
| 参考文献 | 第84-89页 |
| 致谢 | 第89-90页 |
| 攻读学位期间发表的学术论文 | 第90页 |