基于数据挖掘技术的电信流失客户预测系统研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 引言 | 第8-16页 |
| 1.1 电信流失客户预测的研究背景及意义 | 第8-9页 |
| 1.1.1 电信流失客户预测的研究背景 | 第8-9页 |
| 1.1.2 电信流失客户预测的研究意义 | 第9页 |
| 1.2 电信流失客户预测的研究现状及问题 | 第9-12页 |
| 1.2.1 数据挖掘技术在通讯业的应用情况 | 第9-10页 |
| 1.2.2 目前研究面临的问题 | 第10-12页 |
| 1.3 研究内容和技术路线 | 第12-15页 |
| 1.3.1 研究内容 | 第12-14页 |
| 1.3.2 技术路线 | 第14-15页 |
| 1.4 本文的组织结构安排 | 第15-16页 |
| 第2章 流失客户预测涉及的相关理论基础 | 第16-29页 |
| 2.1 客户生命周期概述 | 第16-17页 |
| 2.2 数据挖掘的相关理论介绍 | 第17-28页 |
| 2.2.1 数据挖掘技术的出现背景和定义 | 第17-18页 |
| 2.2.2 数据挖掘的技术特征 | 第18页 |
| 2.2.3 数据挖掘的流程 | 第18-20页 |
| 2.2.4 数据挖掘过程模型 | 第20-22页 |
| 2.2.5 数据挖掘的软件介绍 | 第22-23页 |
| 2.2.6 数据挖掘预测模型技术 | 第23-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 电信流失客户预测模型的实现 | 第29-43页 |
| 3.1 流失客户预测的商业理解 | 第29-30页 |
| 3.1.1 流失客户预测的业务理解 | 第29页 |
| 3.1.2 流失客户预测的挖掘目标 | 第29-30页 |
| 3.2 流失客户预测的数据理解 | 第30-32页 |
| 3.3 流失客户预测的数据准备 | 第32-35页 |
| 3.3.1 流失客户预测的数据挖掘目标 | 第32-33页 |
| 3.3.2 流失客户预测的输入、输出字段的确定 | 第33-35页 |
| 3.4 流失客户预测的模型建立 | 第35-40页 |
| 3.5 流失客户预测的模型评估 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 电信流失客户预测系统的实现 | 第43-54页 |
| 4.1 系统技术架构 | 第43-45页 |
| 4.1.1 系统结构选择 | 第43-44页 |
| 4.1.2 系统技术选择 | 第44-45页 |
| 4.2 系统模块设计 | 第45-46页 |
| 4.3 系统模型设计 | 第46-47页 |
| 4.4 系统数据库设计 | 第47-49页 |
| 4.5 系统最终实现 | 第49-53页 |
| 4.6 流失客户的挽留 | 第53页 |
| 4.7 本章小结 | 第53-54页 |
| 第5章 结论与展望 | 第54-56页 |
| 5.1 结论 | 第54页 |
| 5.2 下步工作方向 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-58页 |
