| 摘要 | 第1-4页 |
| abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·论文研究背景 | 第7-8页 |
| ·电信通信业当前现状 | 第7-8页 |
| ·大数据技术及发展 | 第8页 |
| ·研究的意义与主要方法 | 第8-9页 |
| ·研究的意义 | 第8-9页 |
| ·论文主要内容 | 第9页 |
| ·本章小结 | 第9-10页 |
| 第二章 客户维系相关理论 | 第10-16页 |
| ·客户维系的基本概念 | 第10-11页 |
| ·客户维系基本概念 | 第10页 |
| ·通信行业客户维系流程 | 第10-11页 |
| ·客户维系的相关理论介绍 | 第11-15页 |
| ·客户全生命周期理论 | 第11-13页 |
| ·客户流失预警理论 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 数据挖掘技术简介 | 第16-23页 |
| ·数据挖掘的定义 | 第16页 |
| ·什么是数据挖掘技术 | 第16页 |
| ·数据挖掘过程 | 第16页 |
| ·数据挖掘技术 | 第16-18页 |
| ·分类 | 第16-17页 |
| ·预测 | 第17-18页 |
| ·常用数据挖掘算法简述 | 第18-20页 |
| ·朴素贝叶斯(Naive Bayesian Model) | 第18-19页 |
| ·决策树(Decision Tree Model) | 第19-20页 |
| ·神经网络 | 第20页 |
| ·数据挖掘的发展趋势 | 第20-22页 |
| ·数据挖掘的应用前景 | 第21页 |
| ·数据挖掘技术演进方向 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第四章 数据预处理过程 | 第23-31页 |
| ·数据预处理的理论基础 | 第23-24页 |
| ·数据预处理的含义 | 第23页 |
| ·数据预处理的重要性 | 第23-24页 |
| ·数据采集 | 第24页 |
| ·文本数据数值化 | 第24-25页 |
| ·连续数值离散化 | 第25-30页 |
| ·K区间离散算法 | 第25-26页 |
| ·启发式的连续属性离散化方法ChiMerge离散算法 | 第26-28页 |
| ·改进型ChiMerge算法 | 第28-30页 |
| ·其他数据预处理技术 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第五章 数据挖掘及实验过程 | 第31-37页 |
| ·数据挖掘任务 | 第31-32页 |
| ·数据挖掘系统 | 第31页 |
| ·本课题数据挖掘任务 | 第31-32页 |
| ·分类器简介 | 第32页 |
| ·分类技术与预测技术的选型依据 | 第32页 |
| ·朴素贝叶斯分类器 | 第32页 |
| ·建模和实验过程 | 第32-36页 |
| ·数据准备 | 第32-33页 |
| ·实验过程 | 第33-35页 |
| ·构建模型 | 第35-36页 |
| ·模型应用 | 第36页 |
| ·本章小结 | 第36-37页 |
| 结论 | 第37-38页 |
| 参考文献 | 第38-41页 |
| 致谢 | 第41-42页 |
| 作者简介 | 第42页 |
| 在读期间已发表的论文 | 第42页 |
