| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 数据挖掘技术及其实际应用 | 第12-16页 |
| 1.2.1 数据挖掘技术发展及现状 | 第12-15页 |
| 1.2.2 数据挖掘技术在移动通信领域的应用背景 | 第15-16页 |
| 1.3 本文研究内容及文章结构 | 第16-17页 |
| 第二章 数据挖掘流程与分类算法概述 | 第17-27页 |
| 2.1 数据挖掘一般流程介绍 | 第17-22页 |
| 2.1.1 数据的收集 | 第18页 |
| 2.1.2 数据的预处理 | 第18-19页 |
| 2.1.3 模型构建 | 第19-20页 |
| 2.1.4 模型的评估 | 第20-21页 |
| 2.1.5 模型的应用 | 第21-22页 |
| 2.2 常用数据挖掘分类算法概述 | 第22-26页 |
| 2.2.1 数据挖掘算法类别概述 | 第22-23页 |
| 2.2.2 分类分析 | 第23-25页 |
| 2.2.3 增强型算法 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 基于移动通信用户行为数据的平台的搭建 | 第27-49页 |
| 3.1 平台需求分析与整体框架设计 | 第27-30页 |
| 3.1.1 平台需求分析 | 第27-28页 |
| 3.1.2 平台功能框架设计 | 第28-30页 |
| 3.2 建模数据的导入及预处理模块 | 第30-31页 |
| 3.3 基于Gini系数或信息增益的CART决策树 | 第31-37页 |
| 3.4 最近邻分析 | 第37-39页 |
| 3.5 增强型数据挖掘算法模块 | 第39-44页 |
| 3.5.1 Bagging算法 | 第39-41页 |
| 3.5.2 AdaBoost算法 | 第41-44页 |
| 3.6 模型评估与应用模块 | 第44-48页 |
| 3.6.1 模型评估 | 第44-47页 |
| 3.6.2 模型应用 | 第47-48页 |
| 3.7 本章小结 | 第48-49页 |
| 第四章 基于移动通信用户行为数据和数据挖掘平台的应用 | 第49-66页 |
| 4.1 数据挖掘在运营商智慧运营中的应用背景 | 第49-50页 |
| 4.2 基于数据挖掘的流量升档建模与落地实验 | 第50-59页 |
| 4.2.1 数据采集与预处理 | 第50-53页 |
| 4.2.2 目标客户挖掘模型构建和优化 | 第53-58页 |
| 4.2.3 落地效果评估分析 | 第58-59页 |
| 4.3 基于数据挖掘的4G终端营销建模与落地实验 | 第59-65页 |
| 4.3.1 数据采集与预处理 | 第59-61页 |
| 4.3.2 目标客户挖掘模型构建与优化 | 第61-64页 |
| 4.3.3 模型落地效果评估分析 | 第64-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 论文研究工作总结与展望 | 第66-68页 |
| 5.1 研究工作总结 | 第66-67页 |
| 5.2 下一步工作展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71页 |