| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-23页 |
| ·研究背景和意义 | 第13-15页 |
| ·国内外研究现状 | 第15-20页 |
| ·电信客户流失预测研究现状 | 第15-18页 |
| ·粗糙集研究现状 | 第18-20页 |
| ·本文组织结构 | 第20-22页 |
| ·主要研究内容 | 第22-23页 |
| 第2章 粗糙集相关概念 | 第23-31页 |
| ·粗糙集基本理论 | 第23-24页 |
| ·粗糙集近似集 | 第23-24页 |
| ·知识表示 | 第24-25页 |
| ·特征选择 | 第25页 |
| ·决策系统 | 第25-26页 |
| ·模糊粗糙集 | 第26页 |
| ·多粒度粗糙集 | 第26-27页 |
| ·基于粗糙集的特征选择算法 | 第27-30页 |
| ·基于信息熵的特征选择算法 | 第27-28页 |
| ·正域约简特征选择算法 | 第28-30页 |
| ·基于差别矩阵的特征选择算法 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于模糊粗糙集的特征选择算法 | 第31-39页 |
| ·模糊相似关系 | 第31-33页 |
| ·模糊等价关系 | 第33-35页 |
| ·基于模糊粗糙集的条件信息熵 | 第35页 |
| ·基于模糊信息熵的特征选择算法改进 | 第35-36页 |
| ·算例 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 β多粒度模糊粗糙集特征选择算法 | 第39-49页 |
| ·β多粒度粗糙集 | 第39-40页 |
| ·多粒度模糊粗糙集 | 第40-41页 |
| ·β多粒度模糊粗糙集 | 第41-43页 |
| ·β多粒度模糊粗糙集粒度选择 | 第43-45页 |
| ·基于正域的粒度重要度计算 | 第44-45页 |
| ·β多粒度模糊粗糙集粒度选择算法 | 第45页 |
| ·算例 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于β多粒度模糊粗糙集的决策规则获取 | 第49-57页 |
| ·决策规则的获取 | 第49页 |
| ·决策规则的度量 | 第49-50页 |
| ·β多粒度模糊粗糙集决策规则的度量 | 第50-55页 |
| ·本章小结 | 第55-57页 |
| 第6章 特征选择在电信客户流失预测中的应用 | 第57-71页 |
| ·建模技术 | 第57-60页 |
| ·神经网络 | 第57-58页 |
| ·支持向量机（SVM） | 第58-59页 |
| ·逻辑回归（Logistic） | 第59页 |
| ·贝叶斯网络 | 第59-60页 |
| ·评价指标 | 第60-61页 |
| ·AUC（Area under the receiver operating characteristic curve） | 第60页 |
| ·提升系数 (Lift) | 第60页 |
| ·准确率（Accuracy） | 第60-61页 |
| ·实验 1 | 第61-64页 |
| ·实验数据和特征选择 | 第61页 |
| ·实验结果及分析 | 第61-64页 |
| ·实验 2 | 第64-68页 |
| ·实验数据和特征选择 | 第64-65页 |
| ·实验结果及分析 | 第65-68页 |
| ·本章小结 | 第68-71页 |
| 第7章 总结与展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 攻读硕士学位期间撰写的论文 | 第79-81页 |
| 致谢 | 第81-82页 |
| 详细摘要 | 第82-86页 |