| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究目的和意义 | 第8-9页 |
| 1.3 研究内容、方法和技术路线 | 第9-13页 |
| 1.3.1 研究内容 | 第9-11页 |
| 1.3.2 研究方法 | 第11页 |
| 1.3.3 技术路线图 | 第11-13页 |
| 1.4 本文的主要贡献 | 第13-14页 |
| 第2章 文献综述与相关理论 | 第14-32页 |
| 2.1 文献综述 | 第14-20页 |
| 2.1.1 数据挖掘分类算法的国内外研究状况及水平 | 第14-15页 |
| 2.1.2 logit模型的国内外研究状况及水平 | 第15-19页 |
| 2.1.3 组合预测模型的国内外研究状况及水平 | 第19-20页 |
| 2.2 实证研究方法的理论回顾 | 第20-32页 |
| 2.2.1 决策树算法的相关理论回顾 | 第21-23页 |
| 2.2.2 朴素贝叶斯算法的相关理论回顾 | 第23-24页 |
| 2.2.3 二元logit模型的相关理论回顾 | 第24-27页 |
| 2.2.4 三类分类方法的理论比较研究 | 第27-29页 |
| 2.2.5 组合预测模型的相关理论方法回顾 | 第29-32页 |
| 第3章 基于决策树C5.0 算法与贝叶斯分类算法的目标客户定位的实证研究 | 第32-41页 |
| 3.1 分类算法及其效果评价方法的选用 | 第32页 |
| 3.2 基于决策树C5.0 算法的目标客户定位的实证比较研究 | 第32-38页 |
| 3.2.1 数据的采集与指标体系的确定 | 第33页 |
| 3.2.2 数据的预处理 | 第33-35页 |
| 3.2.3 决策树算法的结果及其解释 | 第35-37页 |
| 3.2.4 决策树算法的有效性评估 | 第37-38页 |
| 3.3 基于贝叶斯分类算法的目标客户定位的实证比较研究 | 第38-40页 |
| 3.3.1 数据的预处理 | 第38页 |
| 3.3.2 朴素贝叶斯分类算法的结果及其解释 | 第38-39页 |
| 3.3.3 朴素贝叶斯分类算法的有效性评估 | 第39-40页 |
| 3.4 小结 | 第40-41页 |
| 第4章 基于二元logit模型的目标客户定位的实证研究 | 第41-49页 |
| 4.1 特征属性变量的编码 | 第41页 |
| 4.2 logit模型的变量选择与模型设定 | 第41-42页 |
| 4.3 logit模型的估计结果及其解释 | 第42-47页 |
| 4.3.1 数据的描述性统计结果 | 第42-44页 |
| 4.3.2 模型的参数估计结果 | 第44-46页 |
| 4.3.3 模型的检验结果 | 第46-47页 |
| 4.4 logit模型的有效性评估 | 第47页 |
| 4.5 小结 | 第47-49页 |
| 第5章 目标客户定位的最优组合预测模型构建 | 第49-59页 |
| 5.1 组合模型的权重 | 第49-52页 |
| 5.1.1 最小二乘下的最优权重法 | 第49-51页 |
| 5.1.2 正权组合权重方法 | 第51-52页 |
| 5.2 组合模型的确定 | 第52-57页 |
| 5.2.1 最小二乘最优权重的模型实证 | 第52-53页 |
| 5.2.2 正权权重约束下的模型实证 | 第53-57页 |
| 5.3 模型的效果评价 | 第57-58页 |
| 5.4 小结 | 第58-59页 |
| 第6章 结论 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 不足与展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
