| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 第1章 绪论 | 第8-15页 |
| ·课题背景及其意义 | 第8-11页 |
| ·数据挖掘在电信业的应用空间 | 第8-10页 |
| ·我国电信业客户维持现状和不足 | 第10-11页 |
| ·客户维持的重要性 | 第11页 |
| ·课题研究现状 | 第11-13页 |
| ·课题研究的内容和思路 | 第13页 |
| ·论文组织结构章节安排 | 第13-15页 |
| 第2章 数据挖掘技术与算法 | 第15-23页 |
| ·数据挖掘概述 | 第15-16页 |
| ·数据挖掘主要功能 | 第16-18页 |
| ·聚类分析 | 第16-17页 |
| ·分类和预测 | 第17页 |
| ·关联分析 | 第17-18页 |
| ·数据挖掘算法 | 第18-22页 |
| ·K-means 算法 | 第18-19页 |
| ·关联规则 | 第19页 |
| ·决策树 | 第19-20页 |
| ·人工神经网络 | 第20-21页 |
| ·遗传算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 数据挖掘流程 | 第23-30页 |
| ·确定业务对象 | 第23-24页 |
| ·选取合适数据 | 第24页 |
| ·数据预处理 | 第24-27页 |
| ·数据清理 | 第25页 |
| ·数据集成 | 第25-26页 |
| ·数据变换 | 第26页 |
| ·数据归约 | 第26-27页 |
| ·数据挖掘与建模过程 | 第27-28页 |
| ·结果评估和表达 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 客户和客户关系管理（CRM）理论 | 第30-36页 |
| ·客户价值和客户维持 | 第30-31页 |
| ·客户价值 | 第30页 |
| ·客户维持的理论、内涵及原则 | 第30-31页 |
| ·客户关系管理理论 | 第31-34页 |
| ·CRM 的定义 | 第31-32页 |
| ·CRM 的主要参数 | 第32-33页 |
| ·CRM 的核心思想 | 第33-34页 |
| ·面向电信CRM 的数据挖掘应用 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第5章 电信行业中客户维持的研究 | 第36-57页 |
| ·客户群体细分 | 第36-46页 |
| ·客户细分的定义 | 第36-37页 |
| ·基于粒子群的K-均值聚类算法细分客户 | 第37-46页 |
| ·K-均值聚类算法 | 第37-39页 |
| ·粒子群优化算法 | 第39-40页 |
| ·基于粒子群的K-均值算法 | 第40-44页 |
| ·实验 | 第44-46页 |
| ·交叉和升级销售 | 第46-52页 |
| ·电信中的交叉和升级销售分析 | 第46-47页 |
| ·关联规则挖掘算法的改进——Apriori 算法的改进 | 第47-51页 |
| ·Apriori 算法 | 第47-49页 |
| ·Apriori 算法的改进 | 第49-51页 |
| ·基于关联规则的交叉销售 | 第51-52页 |
| ·客户流失分析 | 第52-56页 |
| ·客户流失的基本概念 | 第52-53页 |
| ·利用决策树预测客户流失 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 评价方法 | 第57-62页 |
| ·客户群体细分评估 | 第57-58页 |
| ·分类模型评估 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 结束语 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间发表的学术论文 | 第68-70页 |
| 致谢 | 第70-71页 |
| 详细摘要 | 第71-76页 |