移动用户流失预警研究方法与应用模型
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-11页 |
| ·移动客户流失预警的任务和意义 | 第9页 |
| ·本文的工作 | 第9-10页 |
| ·本文的组织 | 第10-11页 |
| 第二章 流失预警模型概述 | 第11-15页 |
| ·移动客户保有业务的发展 | 第11页 |
| ·流失预警模型开发的一般方法 | 第11-12页 |
| ·容易忽视的几个关键问题 | 第12-14页 |
| ·时间窗口选取 | 第12页 |
| ·验证数据集生成方法 | 第12-13页 |
| ·输入变量取值 | 第13页 |
| ·输入变量与目标变量强相关的影响 | 第13页 |
| ·流失用户过滤 | 第13-14页 |
| ·本文的研究目标和思路 | 第14-15页 |
| ·本文的研究目标 | 第14页 |
| ·本文的研究思路 | 第14-15页 |
| 第三章 基于决策树的流失预警模型 | 第15-27页 |
| ·决策树简介 | 第15页 |
| ·基于基尼系数的CART算法 | 第15-16页 |
| ·基于信息增益的ID3和C4.5算法 | 第16-17页 |
| ·基于卡方检验的CHAID算法 | 第17-18页 |
| ·三种算法的比较 | 第18-22页 |
| ·命中率比较 | 第18-21页 |
| ·区分能力比较 | 第21-22页 |
| ·实验结果及算法适应性分析 | 第22-27页 |
| 第四章 基于逻辑回归的流失预警模型 | 第27-45页 |
| ·模型简介 | 第27页 |
| ·使用主成分分析进行数据预处理 | 第27-37页 |
| ·基本思想 | 第27-29页 |
| ·数学模型 | 第29-30页 |
| ·模型求解 | 第30-31页 |
| ·实验结果 | 第31-37页 |
| ·逻辑回归流失预警模型 | 第37-45页 |
| ·逻辑回归模型 | 第37-38页 |
| ·逻辑回归方程中回归系数的含义 | 第38-39页 |
| ·逻辑回归方程的检验 | 第39-40页 |
| ·模型训练过程和结果 | 第40-45页 |
| 第五章 结论 | 第45-47页 |
| ·结论 | 第45页 |
| ·下一步工作 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-50页 |
