基于粗糙集的决策树算法研究及在CRM中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·选题的背景和意义 | 第8-9页 |
| ·研究的历史和现状 | 第9-11页 |
| ·论文的组织结构 | 第11-12页 |
| 第2章 数据挖掘与客户关系管理 | 第12-19页 |
| ·数据挖掘理论 | 第12-16页 |
| ·数据挖掘的概念 | 第12页 |
| ·数据挖掘的过程 | 第12-13页 |
| ·数据挖掘的任务及技术 | 第13-16页 |
| ·客户关系管理(CRM) | 第16页 |
| ·数据挖掘在客户关系管理中的应用 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 相关理论介绍 | 第19-29页 |
| ·粗糙集理论 | 第19-22页 |
| ·知识与不可区分关系 | 第19-20页 |
| ·信息系统与决策表 | 第20页 |
| ·上下近似与粗糙集 | 第20-21页 |
| ·属性约简与属性依赖 | 第21-22页 |
| ·决策树理论 | 第22-28页 |
| ·决策树的生成 | 第23-24页 |
| ·决策树的剪枝 | 第24页 |
| ·决策树的评价 | 第24-25页 |
| ·基于信息熵的ID3算法 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于粗糙集的决策树构造算法改进 | 第29-43页 |
| ·引言 | 第29-30页 |
| ·测试属性约简 | 第30-34页 |
| ·新决策表形式 | 第30-31页 |
| ·新决策表属性重要度代数表示 | 第31-32页 |
| ·新决策表属性约简算法 | 第32-33页 |
| ·决策表属性约简算例 | 第33-34页 |
| ·WMR算法及分析 | 第34-35页 |
| ·变精度粗糙集模型 | 第35-36页 |
| ·基于变精度粗集的决策树改进方法 | 第36-41页 |
| ·属性选择原理 | 第36-38页 |
| ·VWMR算法描述 | 第38-39页 |
| ·算例对比 | 第39-41页 |
| ·仿真实验 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 一种基于属性区分度决策树构造算法 | 第43-50页 |
| ·引言 | 第43页 |
| ·属性选择原理 | 第43-45页 |
| ·算法描述 | 第45-46页 |
| ·简单算例 | 第46-48页 |
| ·仿真实验 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第6章 决策树在电信客户流失管理中的应用 | 第50-64页 |
| ·电信业客户流失分析的意义 | 第50页 |
| ·电信业客户流失建模实例 | 第50-63页 |
| ·分析目的 | 第50-51页 |
| ·电信数据描述 | 第51-52页 |
| ·数据理解和准备 | 第52-59页 |
| ·建立模型 | 第59-60页 |
| ·模型评估与解释 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 结束语 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 在学期间发表的学术论文与研究成果 | 第70页 |
