| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 ：绪 论 | 第9-14页 |
| ·研究背景及意义 | 第9-11页 |
| ·数据挖掘技术 | 第11-12页 |
| ·本文的内容和结构 | 第12-14页 |
| 第2章 常用分类方法概述 | 第14-21页 |
| ·LOGISTIC 回归 | 第14-16页 |
| ·神经网络 | 第16-18页 |
| ·决策树 | 第18-21页 |
| 第3章 数据理解和数据准备 | 第21-27页 |
| ·数据挖掘方法论 | 第21页 |
| ·商业理解 | 第21-22页 |
| ·数据理解 | 第22页 |
| ·数据准备 | 第22-26页 |
| ·本章小结 | 第26-27页 |
| 第4章 流失模型的建立 | 第27-35页 |
| ·LOGISTIC 回归模型 | 第27-30页 |
| ·神经网络模型 | 第30-32页 |
| ·C5.0 决策树模型 | 第32-33页 |
| ·组合模型 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第5章 模型评估 | 第35-41页 |
| ·单模型评估 | 第35-39页 |
| ·组合模型评估 | 第39-41页 |
| 第6章 客户流失方案的管理 | 第41-46页 |
| 总结 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 附录A (攻读学位期间所发表的学术论文目录) | 第49-50页 |
| 附录B (攻读学位期间所参加的科研项目) | 第50-51页 |
| 致谢 | 第51页 |