| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·电信客户离网研究的背景与意义 | 第8-9页 |
| ·电信业数据挖掘的研究现状 | 第9-11页 |
| ·数据挖掘分类算法的应用现状 | 第11-13页 |
| ·本文主要内容 | 第13-14页 |
| ·主要组织结构 | 第14-16页 |
| 第二章 决策树算法研究 | 第16-30页 |
| ·常见决策树算法 | 第16-21页 |
| ·CLS算法 | 第16-17页 |
| ·ID3算法 | 第17-18页 |
| ·C4.5算法 | 第18-19页 |
| ·C5.0算法 | 第19-20页 |
| ·CART算法 | 第20-21页 |
| ·分类器算法常用评价方法 | 第21-22页 |
| ·算法的组合策略 | 第22-26页 |
| ·挖掘建模策略改进 | 第23-24页 |
| ·属性选取策略改进 | 第24-25页 |
| ·面向特定业务的改进 | 第25页 |
| ·针对多类问题的处理 | 第25-26页 |
| ·决策树算法组合及应用 | 第26-28页 |
| ·在数据预处理和特征选择方面 | 第26-27页 |
| ·在不平衡数据集方面 | 第27页 |
| ·在结合其他算法方面 | 第27-28页 |
| ·在多值属性方面 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第三章 对不平衡数据集处理的研究 | 第30-42页 |
| ·数据层策略 | 第30-35页 |
| ·数据的属性类型 | 第30-31页 |
| ·数据样本的关系度量 | 第31-33页 |
| ·数据预处理 | 第33-35页 |
| ·实施抽样的平衡化策略 | 第35页 |
| ·算法层改进适应策略 | 第35-40页 |
| ·模型性能指标 | 第36-39页 |
| ·通用算法的改进策略 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于不平衡数据集的级联结构算法 | 第42-52页 |
| ·用户离网分析中的目标检测思想 | 第42页 |
| ·级联结构分类算法研究 | 第42-45页 |
| ·MCMO-Boost算法思想 | 第45-46页 |
| ·级联决策树的改进—M-AdaBoost级联决策树 | 第46-48页 |
| ·实验及分析 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 级联结构算法在客户离网分析中的设计与实现 | 第52-66页 |
| ·客户离网分析系统总体架构 | 第52-54页 |
| ·客户离网分析系统挖掘流程 | 第54-61页 |
| ·客户离网分析业务理解 | 第55-56页 |
| ·本系统客户消费数据预处理 | 第56-60页 |
| ·本系统模型性能评估指标 | 第60-61页 |
| ·客户离网分析系统实现 | 第61-65页 |
| ·系统开发环境 | 第61页 |
| ·系统运行流程 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 硕士期间科研成果 | 第72-74页 |
| 致谢 | 第74页 |