电信经营中商业智能技术的应用分析
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-15页 |
| ·课题提出的背景 | 第12-13页 |
| ·BI应用现状 | 第13页 |
| ·本文组织结构和贡献 | 第13-15页 |
| 第2章 商业智能系统 | 第15-25页 |
| ·商业智能定义 | 第15页 |
| ·商业智能系统体系结构 | 第15-16页 |
| ·商业智能的关键技术 | 第16-25页 |
| ·数据仓库 | 第16-18页 |
| ·联机分析处理 | 第18-20页 |
| ·数据挖掘 | 第20-25页 |
| 第3章 经营报表和分析决策系统总体设计 | 第25-33页 |
| ·建设目标 | 第25-26页 |
| ·建设原则 | 第26-27页 |
| ·工作平台总体设计 | 第27-29页 |
| ·操作平台和应用软件的选择 | 第27-28页 |
| ·存储要求 | 第28-29页 |
| ·系统架构 | 第29-30页 |
| ·系统特点 | 第30-31页 |
| ·功能分析 | 第31-33页 |
| ·数据采集与处理 | 第31页 |
| ·分析展现 | 第31-32页 |
| ·数据查询 | 第32页 |
| ·其它功能 | 第32-33页 |
| 第4章 经营报表和分析决策系统数据模型设计 | 第33-43页 |
| ·数据模型 | 第33-37页 |
| ·主题数据的逻辑模式 | 第33-37页 |
| ·主题数据的物理存储 | 第37页 |
| ·数据采集及处理设计 | 第37-43页 |
| ·自动采集 | 第37页 |
| ·数据源维护 | 第37-38页 |
| ·任务组维护 | 第38-40页 |
| ·静态任务 | 第40-41页 |
| ·动态任务 | 第41页 |
| ·图形化监控 | 第41-42页 |
| ·日志查询 | 第42-43页 |
| 第5章 经营报表和分析决策系统分析主题实现 | 第43-60页 |
| ·常规查询分析 | 第44-47页 |
| ·访问固定报表 | 第45-46页 |
| ·条件查询 | 第46-47页 |
| ·多维分析展现 | 第47-51页 |
| ·数据钻取 | 第47-48页 |
| ·旋转 | 第48-49页 |
| ·分页与切片 | 第49-51页 |
| ·专题分析设计 | 第51-58页 |
| ·数据展现 | 第58-59页 |
| ·其他操作 | 第59-60页 |
| 第6章 经营报表和分析决策系统数据挖掘方案设计 | 第60-76页 |
| ·系统中数据挖掘方案设计的组成 | 第60-61页 |
| ·数据挖掘过程模型 | 第61-63页 |
| ·常用数据挖掘算法 | 第63-65页 |
| ·聚类算法 | 第63-64页 |
| ·神经网络算法 | 第64-65页 |
| ·客户分群与差异化营销策略的数据挖掘方案 | 第65-70页 |
| ·客户分群的商业理解 | 第65页 |
| ·客户分群的数据理解 | 第65-66页 |
| ·客户分群的数据准备 | 第66-67页 |
| ·客户分群的模型建立 | 第67-68页 |
| ·客户分群的模型评估 | 第68页 |
| ·客户分群的模型发布 | 第68-70页 |
| ·客户流失预测主题的数据挖掘设计方案 | 第70-76页 |
| ·客户流失的商业理解 | 第70-71页 |
| ·客户流失的数据理解 | 第71页 |
| ·客户流失的数据准备 | 第71-72页 |
| ·客户流失的建立模型 | 第72-74页 |
| ·客户流失的模型评估 | 第74-75页 |
| ·客户流失的模型发布 | 第75-76页 |
| 第7章 结束语:总结与展望 | 第76-78页 |
| 附录A 实现动态任务采集的程序代码 | 第78-89页 |
| 附录B 实现网间结算日统计数据查询功能代码 | 第89-95页 |
| 参考文献 | 第95-100页 |
| 致谢 | 第100-101页 |
| 攻读学位期间发表的主要学术论文 | 第101-102页 |
| 学位论文评阅及答辩情况表 | 第102页 |
