客户价值聚类与流失预测系统的设计与实现
摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪论 | 第8-12页 |
1.1 研究背景与意义 | 第8-9页 |
1.2 国内外研究概况 | 第9-11页 |
1.3 主要研究内容 | 第11-12页 |
2 关键技术研究 | 第12-21页 |
2.1 聚类概述 | 第12页 |
2.2 常用聚类算法 | 第12-15页 |
2.3 聚类效果性能指标 | 第15-17页 |
2.4 BP神经网络 | 第17-20页 |
2.5 本章小结 | 第20-21页 |
3 系统需求分析与总体设计 | 第21-31页 |
3.1 系统需求分析 | 第21-23页 |
3.2 系统总体设计 | 第23-25页 |
3.3 系统详细设计 | 第25-29页 |
3.4 本章小结 | 第29-31页 |
4 客户群分与流失预测系统的实现 | 第31-48页 |
4.1 运行环境 | 第31页 |
4.2 训练数据集简述 | 第31-32页 |
4.3 数据清洗模块实现 | 第32-35页 |
4.4 数据预处理模块实现 | 第35-38页 |
4.5 客户价值聚类模块实现 | 第38-40页 |
4.6 客户价值分析模块实现 | 第40-43页 |
4.7 客户流失预测模块实现 | 第43-47页 |
4.8 本章小结 | 第47-48页 |
5 系统测试 | 第48-54页 |
5.1 测试环境 | 第48页 |
5.2 数据清洗功能测试 | 第48-49页 |
5.3 客户价值聚类功能测试 | 第49-51页 |
5.4 客户价值分析功能测试 | 第51-52页 |
5.5 客户流失预测分类功能测试 | 第52-53页 |
5.6 测试总结 | 第53页 |
5.7 本章小结 | 第53-54页 |
6 总结与展望 | 第54-57页 |
6.1 全文总结 | 第54页 |
6.2 展望 | 第54-57页 |
致谢 | 第57-58页 |
参考文献 | 第58-61页 |