| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第9-11页 |
| 1 绪论 | 第11-15页 |
| 1.1 数据挖掘技术应用背景 | 第11页 |
| 1.2 数据挖掘技术的应用价值 | 第11-12页 |
| 1.2.1 数据挖掘技术应用领域 | 第11-12页 |
| 1.2.2 数据挖掘技术在软件项目中的应用 | 第12页 |
| 1.3 数据挖掘技术的研究现状和发展 | 第12-13页 |
| 1.4 本论文的主要内容 | 第13-15页 |
| 2 风险管理理论发展概况 | 第15-22页 |
| 2.1 软件项目风险管理知识介绍 | 第15-17页 |
| 2.2 软件项目风险管理过程 | 第17-22页 |
| 2.2.1 风险识别 | 第17-19页 |
| 2.2.2 风险的定性分析和定量分析 | 第19-20页 |
| 2.2.3 风险应对和风险监控 | 第20-22页 |
| 3 数据挖掘简介 | 第22-30页 |
| 3.1 数据挖掘产生的背景和作用 | 第22-23页 |
| 3.2 数据挖掘的应用领域 | 第23-25页 |
| 3.3 数据挖掘常用的分析方法 | 第25-27页 |
| 3.4 数据挖掘常用的算法 | 第27-28页 |
| 3.5 数据挖掘步骤 | 第28-30页 |
| 4 数据挖掘技术在通信软件行业中的应用分析 | 第30-37页 |
| 4.1 通信软件市场现状 | 第30-31页 |
| 4.1.1 通信业务系统中的数据挖掘分析 | 第30-31页 |
| 4.1.2 数据挖掘在通信软件业的商业价值 | 第31页 |
| 4.2 数据挖掘在软件项目客户需求中的应用 | 第31-33页 |
| 4.2.1 客户细分 | 第31-32页 |
| 4.2.2 客户获得 | 第32页 |
| 4.2.3 分析客户行为,进行交叉销售 | 第32页 |
| 4.2.4 分析客户忠诚度,避免客户流失 | 第32-33页 |
| 4.2.5 客户盈利能力分析与预测 | 第33页 |
| 4.2.6 分析客户满意度 | 第33页 |
| 4.2.7 错误异常检测 | 第33页 |
| 4.3 数据仓库和数据挖掘在通信软件中的应用 | 第33-37页 |
| 4.3.1 通信软件测试数据仓库的建立 | 第33-34页 |
| 4.3.2 确定分析主题 | 第34页 |
| 4.3.3 通信软件项目测试数据仓库中数据存储方式 | 第34页 |
| 4.3.4 通信软件项目测试数据预处理 | 第34-35页 |
| 4.3.5 数据挖掘的设计 | 第35-37页 |
| 5 数据挖掘关键技术在通信软件项目管理中的实际应用 | 第37-45页 |
| 5.1 数据仓库的设计 | 第38-39页 |
| 5.2 软件项目中数据预处理 | 第39-40页 |
| 5.3 数据挖掘方法分析 | 第40-42页 |
| 5.4 实际应用 | 第42-45页 |
| 6 典型数据挖掘算法在软件项目风险管理中的应用 | 第45-59页 |
| 6.1 基于拓扑约束的时序数据挖掘算法在软件开发中的应用 | 第45-48页 |
| 6.1.1 面向拓扑约束的网络建模 | 第45-46页 |
| 6.1.2 通信软件网络数据预处理 | 第46-47页 |
| 6.1.3 基于网络拓扑约束的软件项目数据挖掘算法 | 第47-48页 |
| 6.2 粗糙集数据模型应用 | 第48-51页 |
| 6.2.1 粗糙集的基本概念 | 第48页 |
| 6.2.2 软件风险因子分析模型 | 第48-50页 |
| 6.2.3 基于粗糙集理论的软件Bug实例分析 | 第50-51页 |
| 6.3 基于决策树数据挖掘算法在软件开发中的应用 | 第51-57页 |
| 6.3.1 软件风险决策树分析 | 第51-52页 |
| 6.3.2 模型建立与数据收集 | 第52-54页 |
| 6.3.3 实验结果与分析 | 第54-57页 |
| 6.4 数据挖掘模型比较 | 第57-59页 |
| 7 结论与展望 | 第59-61页 |
| 7.1 结论 | 第59页 |
| 7.2 展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |
