基于数据挖掘的电信C网客户信用评价研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1. 绪论 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究和应用现状 | 第12-14页 |
| ·研究意义 | 第14-16页 |
| ·对用户而言 | 第14页 |
| ·对运营商而言 | 第14-15页 |
| ·社会效益 | 第15页 |
| ·理论意义 | 第15-16页 |
| ·论文创新点 | 第16页 |
| ·研究框架及方法 | 第16-17页 |
| 2. 客户信用评价相关理论 | 第17-23页 |
| ·信用概述 | 第17-19页 |
| ·信用 | 第17-18页 |
| ·个人信用评价 | 第18-19页 |
| ·信用的职能 | 第19页 |
| ·客户信用评价理论基础 | 第19-22页 |
| ·客户信用评价的5C原则 | 第19-21页 |
| ·客户信用评价的主要内容 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3. 信用评价模型方法比较分析 | 第23-36页 |
| ·基于统计学的评价方法 | 第23-31页 |
| ·判别分析 | 第23-25页 |
| ·多元线性回归模型 | 第25-26页 |
| ·逻辑回归模型 | 第26-28页 |
| ·决策树法 | 第28页 |
| ·主成分分析法 | 第28-29页 |
| ·因子分析法 | 第29-30页 |
| ·熵权法 | 第30-31页 |
| ·非参数与智能评价方法 | 第31-33页 |
| ·神经网络方法 | 第31-32页 |
| ·专家系统法 | 第32-33页 |
| ·信用评价方法的比较 | 第33-35页 |
| ·小结 | 第35-36页 |
| 4. 电信行业客户信用评价指标体系及模型设计 | 第36-47页 |
| ·电信客户信用管理现状 | 第36-39页 |
| ·电信业务用户分类 | 第36页 |
| ·客户信用管理情况 | 第36-39页 |
| ·电信客户信用评价指标体系设计 | 第39-42页 |
| ·电信客户信用评价的概念及特点 | 第39-40页 |
| ·电信客户信用评价指标选取 | 第40-42页 |
| ·电信客户信用评价模型设计 | 第42-44页 |
| ·信用评价模型的要求 | 第42页 |
| ·信用评价模型的确定 | 第42-43页 |
| ·因子评价模型的优点 | 第43-44页 |
| ·数据挖掘标准流程CRISP-DM | 第44-45页 |
| ·商业理解 | 第44页 |
| ·数据理解 | 第44-45页 |
| ·数据的准备 | 第45页 |
| ·模型建立 | 第45页 |
| ·模型评估 | 第45页 |
| ·模型部署 | 第45页 |
| ·本章小结 | 第45-47页 |
| 5. 实证分析 | 第47-70页 |
| ·变量探索与筛选 | 第47-56页 |
| ·变量探索 | 第47-48页 |
| ·变量筛选 | 第48-49页 |
| ·指标同趋势化 | 第49-55页 |
| ·数据无量纲化处理 | 第55-56页 |
| ·基于因子分析法的算例分析 | 第56-61页 |
| ·KMO检验和巴特里特球形检验 | 第56-57页 |
| ·因子的方差贡献率 | 第57-60页 |
| ·旋转后的因子载荷矩阵 | 第60-61页 |
| ·熵权法计算权重 | 第61-62页 |
| ·熵权计算步骤 | 第61-62页 |
| ·熵权法计算五个维度的权重 | 第62页 |
| ·计算用户信用度综合评分 | 第62-63页 |
| ·模型评价及应用 | 第63-69页 |
| ·模型评价 | 第63-64页 |
| ·信用评价模型应用 | 第64-66页 |
| ·模型应用后的效果 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 6. 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 在读期间科研成果目录 | 第77页 |
