| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第8-12页 |
| 1.1 什么是客户关系管理? | 第8-10页 |
| 1.1.1 客户的分类 | 第8-9页 |
| 1.1.2 客户价值 | 第9-10页 |
| 1.2 数据挖掘在运营商潜在客户分析中的应用及现状 | 第10页 |
| 1.2.1 数据挖掘技术在运营商业务中的应用 | 第10页 |
| 1.2.2 数据挖掘在运营商精确营销中的研究现状 | 第10页 |
| 1.3 论文的主要框架 | 第10-11页 |
| 1.4 本章小结 | 第11-12页 |
| 第二章 数据挖掘理论及技术综述 | 第12-20页 |
| 2.1 数据挖掘的定义 | 第12页 |
| 2.2 数据挖掘的功能 | 第12-13页 |
| 2.3 数据挖掘的发展状况 | 第13-14页 |
| 2.4 数据挖掘技术现状 | 第14-15页 |
| 2.5 数据挖掘的基本方法概述 | 第15-19页 |
| 2.5.1 分类 | 第15-17页 |
| 2.5.2 聚类分析 | 第17-18页 |
| 2.5.3 关联分析 | 第18-19页 |
| 2.6 本章小结 | 第19-20页 |
| 第三章 算法介绍 | 第20-28页 |
| 3.1 决策树 | 第20-23页 |
| 3.1.1 ID_3算法 | 第20页 |
| 3.1.2 C_(4.5)算法 | 第20-21页 |
| 3.1.3 CART算法 | 第21页 |
| 3.1.4 比较 | 第21-22页 |
| 3.1.5 决策树剪枝方法 | 第22-23页 |
| 3.2 集成算法 | 第23-27页 |
| 3.2.1 随机森林算法 | 第23-24页 |
| 3.2.2 Xgboost算法 | 第24-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 运营商用户实例介绍 | 第28-32页 |
| 4.1 实例背景及业务问题定义 | 第28页 |
| 4.2 案例数据介绍 | 第28页 |
| 4.3 数据挖掘软件的介绍 | 第28-29页 |
| 4.4 数据挖掘建模流程 | 第29-31页 |
| 4.5 本章小结 | 第31-32页 |
| 第五章 实例数据分析过程 | 第32-54页 |
| 5.1 数据预处理 | 第32-33页 |
| 5.1.1 数据清洗 | 第32-33页 |
| 5.1.2 描述性数据分析 | 第33页 |
| 5.2 探索性数据分析 | 第33-40页 |
| 5.2.1 筛选重要特征 | 第34-36页 |
| 5.2.2 单变量特征分析 | 第36页 |
| 5.2.3 特征相关性的可视化 | 第36-40页 |
| 5.3 特征工程 | 第40-41页 |
| 5.3.1 数据规范化 | 第40页 |
| 5.3.2 特征构建 | 第40-41页 |
| 5.3.3 特征选取 | 第41页 |
| 5.4 数据模型建立及优化过程 | 第41-48页 |
| 5.4.1 Xgboost算法训练及优化 | 第41-46页 |
| 5.4.2 随机森林算法训练及优化 | 第46-48页 |
| 5.5 模型评价 | 第48-53页 |
| 5.5.1 模型评估方法 | 第48-50页 |
| 5.5.2 模型评估 | 第50-53页 |
| 5.6 本章小结 | 第53-54页 |
| 第六章 总结与思考 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-58页 |