基于数据挖掘的电信客户信用分类模型研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·论文研究的主要内容及框架 | 第11-13页 |
| 2 相关研究概述 | 第13-21页 |
| ·主要概念介绍 | 第13页 |
| ·数据挖掘在信用评分中的研究现状 | 第13-16页 |
| ·数据挖掘概述 | 第16-21页 |
| ·数据挖掘的定义 | 第16页 |
| ·数据挖掘与传统分析技术比较 | 第16-17页 |
| ·典型的数据挖掘方法与技术 | 第17-19页 |
| ·数据挖掘常用工具 | 第19-21页 |
| 3 电信客户信用分类挖掘模型的研究框架 | 第21-31页 |
| ·研究总体思路 | 第21-22页 |
| ·问题确定 | 第22页 |
| ·数据准备概述 | 第22-24页 |
| ·数据采集 | 第22-23页 |
| ·数据预处理 | 第23-24页 |
| ·聚类分析 | 第24-26页 |
| ·数据模型 | 第25页 |
| ·聚类研究 | 第25页 |
| ·聚类模型评估 | 第25-26页 |
| ·分类分析 | 第26-30页 |
| ·分类数据模型 | 第28-29页 |
| ·分类模型评估 | 第29-30页 |
| ·模型应用 | 第30-31页 |
| 4 电信客户信用分类数据准备——实例分析 | 第31-37页 |
| ·数据采集 | 第31-32页 |
| ·数据预处理 | 第32-35页 |
| ·数据清洗 | 第32-33页 |
| ·数据集成 | 第33页 |
| ·数据变换 | 第33-34页 |
| ·数据归约 | 第34-35页 |
| ·数据离散化 | 第35页 |
| ·数据模型确立 | 第35-37页 |
| 5 电信客户信用分类模型——实例分析 | 第37-59页 |
| ·聚类 | 第37-46页 |
| ·分类三叉决策树 | 第46-53页 |
| ·模型的比较与选择 | 第53-56页 |
| ·模型的应用 | 第56-59页 |
| ·预测客户信用等级类别 | 第56-57页 |
| ·模型在管理工作中的应用 | 第57-59页 |
| 6 结论 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65页 |
| A.作者在攻读硕士学位期间发表论文目录 | 第65页 |
| B.作者在攻读硕士学位期间参加课题目录 | 第65页 |
