| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·选题的背景和学术意义 | 第9-10页 |
| ·课题背景 | 第9-10页 |
| ·学术意义 | 第10页 |
| ·国内外研究现状分析 | 第10-13页 |
| ·国外研究现状 | 第10-12页 |
| ·国内研究现状 | 第12-13页 |
| 第2章 相关理论研究 | 第13-19页 |
| ·数据挖掘 | 第13-19页 |
| ·数据挖掘的概念 | 第13页 |
| ·数据挖掘的功能 | 第13-14页 |
| ·数据挖掘的方法 | 第14-19页 |
| 第3章 宁波市电信公司的客户流失现状及当前存在问题 | 第19-23页 |
| ·宁波市电信公司的客户流失现状 | 第19-20页 |
| ·宁波市电信公司业务特点 | 第20-21页 |
| ·宁波市电信公司维系客户工作中存在的问题 | 第21-23页 |
| 第4章 客户流失预测模型的设计 | 第23-29页 |
| ·数据挖掘的标准化模型的选择 | 第23-25页 |
| ·数据挖掘的工具选择 | 第25页 |
| ·数据挖掘的算法选择 | 第25-26页 |
| ·模型性能评价 | 第26-29页 |
| 第5章 中国电信宁波分公司客户流失预测模型的建立 | 第29-53页 |
| ·商业理解 | 第29-31页 |
| ·商业目标图形化的评价方法 | 第29页 |
| ·商业问题的定义 | 第29-30页 |
| ·数据挖掘的目标 | 第30-31页 |
| ·数据理解 | 第31-34页 |
| ·数据的收集 | 第31页 |
| ·时间窗口的选定 | 第31页 |
| ·数据选择 | 第31-32页 |
| ·数据的抽取 | 第32-34页 |
| ·数据准备 | 第34-41页 |
| ·数据清洗和转换 | 第34-37页 |
| ·数据分割 | 第37-39页 |
| ·数据预处理 | 第39-41页 |
| ·机器学习 | 第41页 |
| ·模型的建立 | 第41-48页 |
| ·使用C5.0决策树建立预测模型 | 第42-45页 |
| ·使用C5.0+神经网络建立混合模型 | 第45-48页 |
| ·模型的评估 | 第48-51页 |
| ·指标的评估 | 第48-50页 |
| ·图形的评估 | 第50-51页 |
| ·模型的运行结果 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 电信流失客户的客户挽留 | 第53-59页 |
| ·电信客户挽留价值 | 第53-56页 |
| ·电信客户挽留价值的评估 | 第53-55页 |
| ·电信客户挽留价值的相关客户挽留 | 第55-56页 |
| ·电信客户流失原因的分析 | 第56-57页 |
| ·制定有效的电信客户挽留策略 | 第57-59页 |
| 第7章 全文总结与课题展望 | 第59-61页 |
| ·全文总结 | 第59页 |
| ·课题展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间参加的科研项目和成果 | 第64页 |