关联规则挖掘算法及其在电信中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 数据挖掘研究概论 | 第8-18页 |
| ·引言 | 第8-9页 |
| ·数据挖掘综述 | 第9-13页 |
| ·数据挖掘概念及特点 | 第9-10页 |
| ·数据挖掘分类 | 第10-12页 |
| ·知识发现过程 | 第12-13页 |
| ·数据挖掘技术在电信行业中的应用 | 第13-16页 |
| ·研究背景和意义 | 第13-14页 |
| ·数据挖掘技术在电信行业中的应用现状 | 第14-16页 |
| ·本文主要内容 | 第16-17页 |
| ·小结 | 第17-18页 |
| 第2章 关联规则挖掘算法 | 第18-42页 |
| ·关联规则挖掘 | 第18-20页 |
| ·关联规则基本概念 | 第18-19页 |
| ·关联规则的分类 | 第19-20页 |
| ·关联规则经典APRIORI算法 | 第20-24页 |
| ·Apriori算法思想 | 第20页 |
| ·Apriori算法描述 | 第20-22页 |
| ·Apriori算法几种改进 | 第22-24页 |
| ·多维关联规则 | 第24-27页 |
| ·多维关联规则挖掘 | 第24-25页 |
| ·挖掘量化关联规则 | 第25-27页 |
| ·模糊关联规则 | 第27-33页 |
| ·模糊集合理论的提出 | 第27-28页 |
| ·模糊理论概念 | 第28-30页 |
| ·挖掘模糊关联规则 | 第30-33页 |
| ·负关联规则挖掘算法 | 第33-41页 |
| ·负关联规则的提出 | 第33-34页 |
| ·负关联规则支持度和置信度 | 第34-35页 |
| ·挖掘负关联规则 | 第35-41页 |
| ·小结 | 第41-42页 |
| 第3章 模糊正负关联规则算法(FPNAR)研究 | 第42-64页 |
| ·引言 | 第42-43页 |
| ·基于聚类确定隶属度函数 | 第43-48页 |
| ·k-means聚类 | 第44-46页 |
| ·基于k-means确定隶属度函数 | 第46-48页 |
| ·模糊关联规则支持度和置信度 | 第48-50页 |
| ·正负关联规则 | 第50-54页 |
| ·相关性系数 | 第50-52页 |
| ·多重最小支持度 | 第52-54页 |
| ·模糊正负关联规则算法设计与实现 | 第54-57页 |
| ·实验仿真 | 第57-63页 |
| ·小结 | 第63-64页 |
| 第4章 FPNAR在电信行业中的应用 | 第64-78页 |
| ·背景 | 第64页 |
| ·电信经营分析系统 | 第64-67页 |
| ·电信中的交叉销售分析 | 第67-70页 |
| ·交叉销售建模总体思路 | 第68页 |
| ·基于关联规则交叉销售模型 | 第68-69页 |
| ·交叉销售应用现状 | 第69-70页 |
| ·FPNAR在交叉销售中的应用 | 第70-76页 |
| ·关键问题研究 | 第71-73页 |
| ·交叉销售分析 | 第73-74页 |
| ·挖掘结果评估 | 第74-75页 |
| ·模型发布应用 | 第75-76页 |
| ·小结 | 第76-78页 |
| 第5章 总结与展望 | 第78-80页 |
| ·论文内容总结 | 第78页 |
| ·研究展望 | 第78-80页 |
| 参考文献 | 第80-86页 |
| 致谢 | 第86-88页 |
| 附录A:个人简历 | 第88页 |
| 附录B:攻读硕士期间科研成果 | 第88页 |
