| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·模糊聚类算法的研究现状 | 第10-11页 |
| ·预测客户流失的研究现状 | 第11-12页 |
| ·本文的主要内容以及论文结构 | 第12-16页 |
| 2 模糊聚类的相关理论 | 第16-26页 |
| ·传统聚类与模糊理论 | 第16-21页 |
| ·传统聚类 | 第16-18页 |
| ·模糊理论 | 第18-21页 |
| ·模糊C-均值算法(FCM) | 第21-24页 |
| ·FCM算法描述 | 第21-22页 |
| ·FCM算法的应用 | 第22-23页 |
| ·FCM算法存在的问题 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 3 模糊聚类算法的改进研究 | 第26-36页 |
| ·遗传算法及其优化 | 第26-34页 |
| ·遗传算法思想 | 第26-31页 |
| ·实数编码策略 | 第31页 |
| ·自适应变异算子 | 第31-32页 |
| ·优化遗传算法的描述 | 第32-34页 |
| ·基于优化遗传算法的FCM(IGC-FCM) | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 基于优化遗传算法的FCM(IGC-FCM)的实验仿真 | 第36-40页 |
| ·实验环境及初始运行参数 | 第36-37页 |
| ·实验结果分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 5 基于IGC-FCM的移动客户流失预测模型 | 第40-54页 |
| ·业务理解 | 第40-42页 |
| ·移动客户流失概念 | 第40-41页 |
| ·影响客户流失的因素 | 第41页 |
| ·流失客户的主要特征 | 第41-42页 |
| ·数据准备 | 第42-47页 |
| ·移动客户数据特点 | 第42-43页 |
| ·数据清洗 | 第43-44页 |
| ·数据集成与转换 | 第44-46页 |
| ·数据规约 | 第46-47页 |
| ·使用WEKA进行模糊聚类分析 | 第47-53页 |
| ·WEKA数据挖掘平台 | 第47-48页 |
| ·基于WEKA的模糊聚类 | 第48-51页 |
| ·实验结果分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 攻读学位期间的主要学术成果 | 第62-64页 |
| 致谢 | 第64页 |