基于神经网络与随机森林的套餐推荐模型的设计与研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 个性化推荐系统 | 第11-14页 |
| 1.2.2 电信运营商推荐系统研究 | 第14-15页 |
| 1.2.3 随机森林研究现状 | 第15-16页 |
| 1.2.4 Bp神经网络研究现状 | 第16-17页 |
| 1.3 论文研究内容 | 第17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第二章 用户数据挖掘相关分析方法 | 第19-37页 |
| 2.1 用户数据采集方法 | 第19-20页 |
| 2.1.1 话单采集 | 第19页 |
| 2.1.2 信令采集 | 第19-20页 |
| 2.1.3 流量采集 | 第20页 |
| 2.2 用户行为分析方法 | 第20-36页 |
| 2.2.1 聚类 | 第22-25页 |
| 2.2.2 分类 | 第25-28页 |
| 2.2.3 回归 | 第28-29页 |
| 2.2.4 关联 | 第29-30页 |
| 2.2.5 神经网络 | 第30-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第三章 推荐模型的设计与实现 | 第37-58页 |
| 3.1 项目背景 | 第37-44页 |
| 3.1.1 上海联通大数据对内应用 | 第37-39页 |
| 3.1.2 上海联通大数据对外应用 | 第39-44页 |
| 3.2 基于随机森林的推荐模型设计 | 第44-52页 |
| 3.2.1 实验数据预处理 | 第45-49页 |
| 3.2.2 随机森林建模 | 第49-52页 |
| 3.3 基于Bp神经网络的推荐模型设计 | 第52-57页 |
| 3.3.1 实验数据预处理 | 第52-53页 |
| 3.3.2 Bp神经网络建模 | 第53-57页 |
| 3.4 本章小结 | 第57-58页 |
| 第四章 数据测试结果与分析 | 第58-66页 |
| 4.1 随机森林实验结果 | 第58-60页 |
| 4.2 Bp神经网络实验结果 | 第60-62页 |
| 4.3 实验结果比较与分析 | 第62-65页 |
| 4.3.1 实验结果比较 | 第62-64页 |
| 4.3.2 实验结果分析 | 第64-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间已发表或录用的论文 | 第72-74页 |
