| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 引言 | 第9-12页 |
| ·背景 | 第9-10页 |
| ·实施目标 | 第10页 |
| ·意义 | 第10-12页 |
| 第二章 经营分析系统综述 | 第12-31页 |
| ·经营分析系统介绍 | 第12-17页 |
| ·数据挖掘概述 | 第17-22页 |
| ·数据挖掘的基本任务 | 第18-19页 |
| ·数据挖掘常用基本技术 | 第19-21页 |
| ·数据挖掘技术的功能 | 第21-22页 |
| ·数据仓库概述 | 第22-27页 |
| ·数据仓库系统体系结构 | 第24页 |
| ·数据仓库的组成 | 第24-25页 |
| ·设计数据仓库的步骤 | 第25-26页 |
| ·建立数据仓库的步骤 | 第26-27页 |
| ·数据仓库和数据集市 | 第27页 |
| ·数据挖掘与数据仓库技术 | 第27-29页 |
| ·数据挖掘与传统分析方法的区别 | 第29-31页 |
| 第三章 数据挖掘分析过程 | 第31-44页 |
| ·数据挖掘在北京网通客户流失预测中的具体应用 | 第31页 |
| ·数据挖掘流程的改进 | 第31-33页 |
| ·数据理解 | 第33-37页 |
| ·数据描述 | 第34页 |
| ·数据来源 | 第34-37页 |
| ·数据准备 | 第37-40页 |
| ·整合数据 | 第37-38页 |
| ·清洗数据 | 第38页 |
| ·构建数据 | 第38-39页 |
| ·选择数据 | 第39-40页 |
| ·格式化数据 | 第40页 |
| ·拆分训练集、检验集 | 第40页 |
| ·数据修正 | 第40-41页 |
| ·分析方法 | 第41-44页 |
| ·使用决策树(Decision Trees)建立模型 | 第41-43页 |
| ·使用回归(Regression)建立模型 | 第43-44页 |
| 第四章 数据挖掘模型的实现过程 | 第44-65页 |
| ·北京网通经营分析系统介绍 | 第44-48页 |
| ·硬件及网络 | 第45-47页 |
| ·软件组成 | 第47-48页 |
| ·ETL的实现 | 第48-52页 |
| ·脚本开发 | 第49-51页 |
| ·脚本调度 | 第51-52页 |
| ·模型的建立与比较 | 第52-63页 |
| ·对决策树模型的分析 | 第54-58页 |
| ·对回归模型的分析 | 第58-62页 |
| ·模型的评估与选择 | 第62-63页 |
| ·模型的发布 | 第63-64页 |
| ·实际应用效果 | 第64-65页 |
| 第五章 总结 | 第65-66页 |
| 参考文献 | 第66-67页 |
| 附录 名词解释 | 第67-68页 |
| 致谢 | 第68页 |