| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的目的和意义 | 第10-11页 |
| 1.2 国内外在该方向的研究现状及分析 | 第11-12页 |
| 1.3 本课题研究的主要内容 | 第12-15页 |
| 1.3.1 课题来源 | 第12-13页 |
| 1.3.2 课题的主要研究内容 | 第13-15页 |
| 第2章 失衡数据集分类问题 | 第15-21页 |
| 2.1 失衡数据集分类问题分析 | 第15-16页 |
| 2.2 失衡数据集分类问题的常用解决方案 | 第16-19页 |
| 2.2.1 失衡数据集的分类算法 | 第16-18页 |
| 2.2.2 失衡数据集的数据重采样 | 第18-19页 |
| 2.3 失衡数据集分类困难原因分析 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于分层抽样的样本重采样技术 | 第21-30页 |
| 3.1 聚类技术 | 第21-24页 |
| 3.1.1 聚类的定义 | 第21-22页 |
| 3.1.2 聚类分析对算法性能的要求 | 第22-23页 |
| 3.1.3 聚类分析算法的分类 | 第23-24页 |
| 3.2 分层抽样 | 第24-27页 |
| 3.2.1 分层抽样的定义 | 第24-25页 |
| 3.2.2 层次划分标准 | 第25-26页 |
| 3.2.3 与多阶抽样的关系和区别 | 第26-27页 |
| 3.3 基于 K-means 聚类的分层抽样 | 第27-29页 |
| 3.3.1 K-means 聚类算法的目标函数 | 第27-28页 |
| 3.3.2 K-means 算法流程 | 第28页 |
| 3.3.3 K-means 聚类算法实例 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 基于逻辑回归预测模型的失衡数据集分类方法 | 第30-40页 |
| 4.1 回归分析 | 第30-34页 |
| 4.1.1 回归分析的定义 | 第30-33页 |
| 4.1.2 回归分析的应用与步骤 | 第33-34页 |
| 4.2 逻辑回归 | 第34-39页 |
| 4.2.1 逻辑回归定义 | 第34-35页 |
| 4.2.2 基于逻辑回归的参数估计 | 第35-37页 |
| 4.2.3 估计偏差补偿方法 | 第37-39页 |
| 4.3 本章小结 | 第39-40页 |
| 第5章 失衡数据集分类问题在电信客户关系管理中的应用 | 第40-49页 |
| 5.1 客户流失影响因素的分析 | 第40-43页 |
| 5.1.1 客户类别细分 | 第40-41页 |
| 5.1.2 客户流失类型分析 | 第41-42页 |
| 5.1.3 客户流失原因分析 | 第42-43页 |
| 5.2 客户流失评价标准 | 第43-46页 |
| 5.2.1 常用分类器评价标准 | 第43-45页 |
| 5.2.2 ROC 曲线及 AUC 值 | 第45-46页 |
| 5.3 实验结果与分析 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-56页 |
| 攻读硕士学位期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57页 |