| 提要 | 第1-8页 |
| 第一章 绪论 | 第8-25页 |
| ·研究的背景和意义 | 第8-10页 |
| ·数据挖掘在电信企业中的应用 | 第10-17页 |
| ·电信企业选择数据挖掘技术的必然性 | 第10-12页 |
| ·数据挖掘在移动通信中的应用 | 第12-15页 |
| ·用户流失定义及分类 | 第15-16页 |
| ·用户流失研究现状 | 第16-17页 |
| ·KDD 与数据挖掘 | 第17-22页 |
| ·ＫＤＤ定义 | 第17-19页 |
| ·ＫＤＤ过程 | 第19-20页 |
| ·数据挖掘的功能 | 第20-21页 |
| ·数据挖掘进展 | 第21-22页 |
| ·课题的提出 | 第22-23页 |
| ·论文主要研究内容 | 第23-24页 |
| ·论文的内容安排 | 第24-25页 |
| 第二章 基于进化计算的用户流失分析模型 | 第25-56页 |
| ·进化计算基本框架及分支 | 第25-30页 |
| ·进化算法描述 | 第30-37页 |
| ·进化计算的数学基础 | 第37-40页 |
| ·用于进化计算的连续数据离散化 | 第40-41页 |
| ·基于位差的属性选择算法 | 第41-49页 |
| ·基于位差的属性选择算法设计与实现 | 第42-46页 |
| ·相关性度量准则 | 第42-43页 |
| ·算法设计 | 第43-44页 |
| ·算法实现 | 第44-45页 |
| ·算法分析 | 第45-46页 |
| ·实验结果及分析 | 第46-49页 |
| ·进化计算在用户流失分析中的应用 | 第49-55页 |
| ·用户流失分析模型ECCA | 第50-52页 |
| ·流失用户分析分类模型评估指标 | 第52-54页 |
| ·模型评估及结论 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第三章 基于序列模式挖掘的用户流失分析模型 | 第56-67页 |
| ·引言 | 第56-57页 |
| ·移动通信中的数据类型 | 第57-58页 |
| ·序列模式挖掘 | 第58-60页 |
| ·序列模式挖掘问题定义 | 第59-60页 |
| ·序列模式挖掘和用户流失预测分析模型 | 第60-65页 |
| ·应用序列模式挖掘来预测用户行为 | 第60-61页 |
| ·链型树的数据结构 | 第61-62页 |
| ·链型树分类器 | 第62-63页 |
| ·序列模式挖掘的实验结果分析 | 第63-64页 |
| ·用户行为预测的模型 | 第64-65页 |
| ·实验结果分析 | 第65-66页 |
| ·小结 | 第66-67页 |
| 第四章 基于竞争的用户流失预测模型 | 第67-73页 |
| ·引言 | 第67页 |
| ·CPMP 模型 | 第67-69页 |
| ·PDAM 模块流程 | 第69-70页 |
| ·CDMM 模块流程 | 第70-71页 |
| ·实验结果及分析 | 第71-72页 |
| ·小结 | 第72-73页 |
| 第五章 面向用户流失分析的多策略数据挖掘系统的分析与设计 | 第73-92页 |
| ·引言 | 第73页 |
| ·数据挖掘系统现状 | 第73-74页 |
| ·基于工作流的数据挖掘ＰＭＭＬ模型 | 第74-81页 |
| ·工作流定义 | 第74-75页 |
| ·基于PMML 模型数据挖掘流程定制 | 第75-77页 |
| ·系统结构与设计 | 第77-81页 |
| ·数据挖掘系统ＤＢＩＮＭｉｎｅｒ介绍 | 第81-86页 |
| ·系统的知识发现过程框架 | 第81-82页 |
| ·系统的结构组织框架 | 第82-84页 |
| ·系统的主要功能模块划分 | 第84-86页 |
| ·数据挖掘系统中的用户流失模型应用 | 第86-87页 |
| ·系统的其他功能 | 第87-91页 |
| ·基于XML 语言的描述文件 | 第87-88页 |
| ·算法插件功能 | 第88-89页 |
| ·处理大规模数据的缓冲区技术 | 第89-90页 |
| ·分布式数据挖掘 | 第90-91页 |
| ·小结 | 第91-92页 |
| 第六章 结论和进一步的工作 | 第92-94页 |
| ·总结 | 第92-93页 |
| ·进一步的工作 | 第93-94页 |
| 参考文献(REFERENCES) | 第94-100页 |
| 作者攻读博士学位期间发表的论文 | 第100-101页 |
| 摘要 | 第101-104页 |
| ABSTRACT | 第104-114页 |
| 致谢 | 第114页 |