数据挖掘技术在电信客户流失中的研究与应用
| 第1章 引言 | 第1-11页 |
| 1．1 课题研究背景 | 第9页 |
| 1．2 国内外研究现状 | 第9-10页 |
| 1．3 本文主要研究的内容、方法和目标 | 第10-11页 |
| 第2章 理论基础 | 第11-30页 |
| 2．1 数据仓库理论 | 第11-16页 |
| 2．1．1 数据仓库概念 | 第11页 |
| 2．1．2 数据仓库特征 | 第11-12页 |
| 2．1．3 数据仓库系统结构 | 第12-14页 |
| 2．1．4 数据仓库系统中的基本术语解释 | 第14-15页 |
| 2．1．5 数据仓库技术的发展趋势 | 第15-16页 |
| 2．2 数据挖掘原理 | 第16-19页 |
| 2．2．1 数据挖掘的概念 | 第16-17页 |
| 2．2．2 数据挖掘特征 | 第17页 |
| 2．2．3 数据挖掘发展历史及现状 | 第17-18页 |
| 2．2．4 数据挖掘技术分类 | 第18-19页 |
| 2．2．5 数据挖掘未来发展方向 | 第19页 |
| 2．3 决策树算法的介绍 | 第19-30页 |
| 2．3．1 数据分类概述 | 第19-22页 |
| 2．3．2 适合电信客户流失模型的分类算法 | 第22-23页 |
| 2．3．3 决策树算法介绍 | 第23-30页 |
| 第3章 建立和维护电信数据仓库 | 第30-46页 |
| 3．1 电信数据仓库设计步骤 | 第30-31页 |
| 3．2 数据仓库中数据库的设计 | 第31-40页 |
| 3．2．1 概念模型的建立 | 第32-36页 |
| 3．2．2 逻辑模型的建立 | 第36-39页 |
| 3．2．3 物理模型的建立 | 第39-40页 |
| 3．3 数据抽取、转换和加载(ETL) | 第40-44页 |
| 3．3．1 数据抽取 | 第41-42页 |
| 3．3．2 数据的清理和转换 | 第42-43页 |
| 3．3．3 数据的加载 | 第43-44页 |
| 3．4 数据仓库的维护 | 第44-46页 |
| 3．4．1 脱机维护策略 | 第44页 |
| 3．4．2 联机维护策略 | 第44-46页 |
| 第4章 客户流失模型的建立与应用 | 第46-55页 |
| 4．1 客户流失模型建立过程 | 第46-47页 |
| 4．2 客户描述的确立 | 第47-48页 |
| 4．3 客户流失模型的建立 | 第48-50页 |
| 4．4 模型评估 | 第50-51页 |
| 4．5 结果分析 | 第51-53页 |
| 4．6 客户流失预测 | 第53页 |
| 4．7 控制和减少客户流失的方法 | 第53-55页 |
| 第5章 结论与展望 | 第55-57页 |
| 5．1 工作小结 | 第55页 |
| 5．2 工作展望 | 第55-57页 |
| 攻读硕士期间公开发表的论文 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 研究生履历 | 第62页 |
