摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-15页 |
1.1 选题背景及意义 | 第11-12页 |
1.1.1 选题背景 | 第11-12页 |
1.1.2 选题意义 | 第12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 数据挖掘技术 | 第12-13页 |
1.2.2 数据挖掘技术在客户关系管理中的应用 | 第13页 |
1.2.3 风险管理理论在电力企业的应用 | 第13-14页 |
1.3 主要研究内容 | 第14页 |
1.4 本文结构 | 第14-15页 |
第2章 数据挖掘关键技术及风险管理理论研究 | 第15-22页 |
2.1 数据挖掘基本概念 | 第15-17页 |
2.1.1 数据挖掘的功能 | 第15页 |
2.1.2 数据挖掘步骤 | 第15-16页 |
2.1.3 数据挖掘方法 | 第16-17页 |
2.2 粗糙集技术 | 第17-19页 |
2.2.1 粗糙集的基本理论 | 第17-18页 |
2.2.2 属性约简算法 | 第18-19页 |
2.3 风险管理理论 | 第19-21页 |
2.3.1 企业风险管理的目标 | 第20页 |
2.3.2 风险管理过程 | 第20页 |
2.3.3 风险识别方法 | 第20-21页 |
2.4 结语 | 第21-22页 |
第3章 基于粗糙集理论的客户停电风险评估模型的研究 | 第22-30页 |
3.1 基于粗糙集理论的客户停电风险模型建模过程描述 | 第22页 |
3.2 客户停电风险评估因素分析 | 第22-23页 |
3.2.1 业务理解 | 第22页 |
3.2.2 头脑风暴法在风险识别中的应用 | 第22-23页 |
3.3 利用属性约简理论确定客户停电风险评估要素 | 第23-26页 |
3.3.1 样本数据的收集 | 第23-24页 |
3.3.2 属性的离散化 | 第24-26页 |
3.3.3 属性约简 | 第26页 |
3.4 基于属性重要性理论的综合权重计算 | 第26-28页 |
3.4.1 综合权重算法 | 第26-27页 |
3.4.2 计算各评估要素属性重要度 | 第27-28页 |
3.4.3 计算各评估要素综合权重 | 第28页 |
3.5 客户停电风险评估模型的建立 | 第28页 |
3.6 结语 | 第28-30页 |
第4章 系统模块设计 | 第30-40页 |
4.1 设计原则 | 第30页 |
4.2 系统需求分析 | 第30-33页 |
4.2.1 系统功能需求分析 | 第30-32页 |
4.2.2 系统非功能需求 | 第32-33页 |
4.3 系统物理架构 | 第33页 |
4.4 系统功能模块设计 | 第33-37页 |
4.4.1 系统功能模块 | 第33-35页 |
4.4.2 用例图分析 | 第35-37页 |
4.5 数据库设计 | 第37-39页 |
4.5.1 数据库概念设计 | 第37-38页 |
4.5.2 数据库逻辑设计 | 第38-39页 |
4.6 结语 | 第39-40页 |
第5章 系统实现 | 第40-51页 |
5.1 系统开发与运行环境 | 第40页 |
5.2 数据库连接方式 | 第40-41页 |
5.3 系统管理模块的实现 | 第41页 |
5.4 客户管理模块的实现 | 第41-45页 |
5.4.1 客户信息同步管理 | 第42页 |
5.4.2 客户信息维护 | 第42-43页 |
5.4.3 风险评估模型 | 第43-45页 |
5.4.4 客户分组管理 | 第45页 |
5.5 停电风险评估模块的实现 | 第45-47页 |
5.5.1 停电区域及范围设定 | 第45-46页 |
5.5.2 停电风险评估 | 第46-47页 |
5.6 停电信息管理模块的实现 | 第47-49页 |
5.6.1 规范短信签约管理 | 第47-48页 |
5.6.2 停电信息发布管理 | 第48-49页 |
5.7 业务支撑模块的实现 | 第49-50页 |
5.8 结语 | 第50-51页 |
第6章 系统测试 | 第51-55页 |
6.1 系统测试目标及原则 | 第51-52页 |
6.2 测试方案 | 第52页 |
6.3 测试用例设计 | 第52-53页 |
6.4 功能测试结果分析 | 第53-54页 |
6.5 结语 | 第54-55页 |
第7章 总结与展望 | 第55-57页 |
7.1 总结 | 第55页 |
7.2 展望 | 第55-57页 |
参考文献 | 第57-59页 |
致谢 | 第59-60页 |
作者简介 | 第60页 |