基于数据挖掘的电信客户离网预警分析
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 客户离网原因分析研究现状 | 第9页 |
| 1.2.2 客户离网预警算法研究现状 | 第9-11页 |
| 1.3 研究内容与意义 | 第11-13页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 研究意义 | 第12-13页 |
| 第二章 数据挖掘和客户离网分析理论基础 | 第13-33页 |
| 2.1 数据挖掘基础知识 | 第13-20页 |
| 2.1.1 数据挖掘定义 | 第13-14页 |
| 2.1.2 数据挖掘流程 | 第14-20页 |
| 2.2 几种分类算法 | 第20-30页 |
| 2.2.1 决策树 | 第21-23页 |
| 2.2.2 最近邻分类器 | 第23-24页 |
| 2.2.3 贝叶斯分类器 | 第24-26页 |
| 2.2.4 神经网络 | 第26-27页 |
| 2.2.5 支持向量机 | 第27页 |
| 2.2.6 组合分类器 | 第27-29页 |
| 2.2.7 分类器性能评估 | 第29-30页 |
| 2.3 客户离网相关概念 | 第30-32页 |
| 2.3.1 客户离网定义 | 第30-31页 |
| 2.3.2 客户挽留策略 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 电信客户离网数据处理 | 第33-44页 |
| 3.1 商业理解 | 第33-34页 |
| 3.2 数据理解 | 第34-42页 |
| 3.2.1 收集原始数据 | 第34-35页 |
| 3.2.2 描述数据 | 第35-41页 |
| 3.2.3 检验数据质量 | 第41-42页 |
| 3.3 数据预处理 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 电信客户离网预警分析 | 第44-56页 |
| 4.1 电信客户离网影响因素分析 | 第44-45页 |
| 4.1.1 壁垒因素 | 第44页 |
| 4.1.2 诱导因素 | 第44-45页 |
| 4.2 模型建立 | 第45-52页 |
| 4.2.1 Logistic 回归模型 | 第45-46页 |
| 4.2.2 决策树模型 | 第46-49页 |
| 4.2.3 最近邻模型 | 第49页 |
| 4.2.4 贝叶斯模型 | 第49-50页 |
| 4.2.5 神经网络模型 | 第50页 |
| 4.2.6 支持向量机模型 | 第50-51页 |
| 4.2.7 组合分类器模型 | 第51-52页 |
| 4.3 模型评估 | 第52-54页 |
| 4.4 模型部署 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 研究总结 | 第56-57页 |
| 5.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 发表论文和参加科研情况说明 | 第61-62页 |
| 致谢 | 第62页 |
