数据挖掘中决策树算法在客户流失中的应用研究
| 第1章 绪论 | 第1-14页 |
| ·节 数据挖掘产生背景 | 第11-12页 |
| ·节 数据挖掘研究状况 | 第12-13页 |
| ·节 本论文的研究工作和现实意义 | 第13-14页 |
| 第2章 数据挖掘综述 | 第14-26页 |
| ·节 数据挖掘技术的产生 | 第14-17页 |
| ·节 数据挖掘技术的现实需求 | 第14-15页 |
| ·节 数据挖掘产生的技术需求 | 第15-17页 |
| ·节 数据挖掘概念 | 第17-20页 |
| ·节 从商业角度看数据挖掘技术 | 第17页 |
| ·节 数据挖掘的技术含义 | 第17-18页 |
| ·节 数据挖掘研究的理论基础 | 第18-20页 |
| ·节 数据挖掘技术的分类 | 第20-21页 |
| ·节 数据挖掘常用的方法 | 第21-26页 |
| ·节 广义知识 | 第21-23页 |
| ·节 关联规则分析 | 第23-24页 |
| ·节 分类 | 第24-25页 |
| ·节 预测 | 第25-26页 |
| ·节 特异型知识 | 第26页 |
| ·节 数据挖掘的应用和发展 | 第26页 |
| 第3章 决策树算法 | 第26-45页 |
| ·节 分类的概念 | 第26-27页 |
| ·节 分类模型的评估 | 第27-29页 |
| ·节 分类模型的评估标准 | 第27-28页 |
| ·节 分类模型的评估方法 | 第28-29页 |
| ·节 分类的基本技术 | 第29-31页 |
| ·节 决策树 | 第31-40页 |
| ·节 概述 | 第31-33页 |
| ·节 决策树算法的基本思想 | 第33-34页 |
| ·节 ID3算法 | 第34-36页 |
| ·节 C4.5算法 | 第36-40页 |
| ·节 决策树分类算法的特点 | 第40-41页 |
| ·节 经典C4.5算法的一种改进 | 第41-44页 |
| ·节 算法描述 | 第41-42页 |
| ·节 算法所做的几点改进 | 第42-44页 |
| ·节 决策树算法的可扩张性 | 第44-45页 |
| 第4章 小灵通客户流失分析需求 | 第45-52页 |
| ·节 业务现状 | 第45-46页 |
| ·节 企业客户流失分析需求 | 第46页 |
| ·节 项目目标 | 第46页 |
| ·节 数据挖掘步骤 | 第46-52页 |
| 第5章 系统的分析和实施 | 第52-67页 |
| ·节 定义业务问题范围 | 第52页 |
| ·节 数据准备 | 第52-57页 |
| ·节 物理数据模型(PDM) | 第53-56页 |
| ·节 数据的抽取转换和加载(ETL) | 第56页 |
| ·节 选择抽样 | 第56-57页 |
| ·节 探索型数据分析(数据探索) | 第57-59页 |
| ·节 建模 | 第59-61页 |
| ·节 模型性能评估 | 第61-65页 |
| ·节 模型发布 | 第65-66页 |
| ·节 C4.5改进算法性能评估 | 第66-67页 |
| 第6章 总结展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71页 |
