首页--经济论文--邮电经济论文--电信论文--电信企业组织和经营管理论文

基于HMM的移动通信用户流失行为分析及预测算法的研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-17页
    1.1 课题背景及意义第11-12页
    1.2 国内外研究现状第12-14页
        1.2.1 移动通信用户流失现状第12-13页
        1.2.2 移动通信用户流失预测方法研究现状第13-14页
    1.3 研究内容第14页
        1.3.1 特征处理方法第14页
        1.3.2 预测模型第14页
    1.4 本文组织结构第14-17页
第2章 相关理论与技术基础第17-29页
    2.1 隐马尔可夫模型第17-24页
        2.1.1 马尔可夫模型第17页
        2.1.2 马尔可夫链第17-18页
        2.1.3 隐马尔可夫模型第18-24页
    2.2 HADOOP分布式系统基础架构第24-28页
        2.2.1 Hadoop简介第24-25页
        2.2.2 HDFS分布式文件系统第25-26页
        2.2.3 MapReduce编程模型第26-28页
    2.3 本章小结第28-29页
第3章 基于通信数据的特征处理方法第29-45页
    3.1 数据清洗第29-30页
        3.1.1 不合理记录过滤第29-30页
        3.1.2 缺失数据处理第30页
    3.2 特征提取第30-36页
        3.2.1 数据格式第31-33页
        3.2.2 掉话次数提取第33-34页
        3.2.3 基于MapReduce的并行化设计第34-36页
    3.3 特征构建第36-38页
        3.3.1 等宽离散化方法与等频率离散化方法第36页
        3.3.2 近似等频离散化方法第36-37页
        3.3.3 相对离散化方法第37页
        3.3.4 基于MapReduce的并行化设计第37-38页
    3.4 特征选择第38-42页
        3.4.1 一致特征子集第38-39页
        3.4.2 含有错误率的一致特征子集第39-41页
        3.4.3 基于信息熵的特征选择算法设计第41页
        3.4.4 基于MapReduce的并行化设计第41-42页
    3.5 本章小结第42-45页
第4章 基于隐马尔可夫模型的移动用户流失预测算法设计第45-59页
    4.1 基于隐马尔可夫模型的移动用户流失预测算法第45-51页
        4.1.1 隐马尔可夫模型原理第45页
        4.1.2 基于隐马尔可夫移动用户流失预测算法第45-48页
        4.1.3 基于MapReduce的并行化设计第48-51页
    4.2 基于朴素贝叶斯-马尔可夫链模型移动用户流失预测算法第51-58页
        4.2.1 朴素贝叶斯-马尔可夫链模型原理第51-52页
        4.2.2 基于朴素贝叶斯-马尔可夫链用户流失预测算法第52-55页
        4.2.3 基于MapReduce的并行化设计第55-58页
    4.3 本章小结第58-59页
第5章 实现与性能评价第59-69页
    5.1 实验环境第59页
    5.2 数据特征处理第59-63页
        5.2.1 移动真实数据集介绍第60-61页
        5.2.2 特征构建第61-62页
        5.2.3 特征选择第62-63页
    5.3 用户流失预测模型第63-67页
        5.3.1 性能评价标准第64-65页
        5.3.2 数据容量第65页
        5.3.3 预测结果第65-67页
    5.4 本章小结第67-69页
第6章 结束语第69-71页
参考文献第71-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:场域视角下文化创意旅游产业的聚集和辐射--以云南大理双廊镇为例
下一篇:掌上游戏公司企业价值评估研究