| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·业务背景 | 第8页 |
| ·社交网络在国内外的研究及应用现状 | 第8-9页 |
| ·数据挖掘在电信行业中的应用 | 第9-10页 |
| ·论文的内容及安排 | 第10-12页 |
| 第二章 相关理论基础 | 第12-20页 |
| ·数据挖掘 | 第12-15页 |
| ·数据挖掘的定义 | 第12页 |
| ·数据挖掘的发展及意义 | 第12-13页 |
| ·数据挖掘模式的有效性 | 第13-14页 |
| ·数据挖掘的方法及流程 | 第14-15页 |
| ·数据仓库及ETL技术 | 第15-17页 |
| ·数据仓库的定义 | 第15页 |
| ·数据仓库的特点 | 第15-16页 |
| ·ETL | 第16-17页 |
| ·复杂网络理论 | 第17-20页 |
| ·复杂网络的定义 | 第17页 |
| ·小世界网络 | 第17页 |
| ·无尺度网络 | 第17-20页 |
| 第三章 数据挖掘算法 | 第20-28页 |
| ·数据挖掘算法总览 | 第20-22页 |
| ·聚类分析算法 | 第22-28页 |
| ·划分方法(Partitioning Method) | 第22-24页 |
| ·k-均值算法 | 第23-24页 |
| ·层次方法(hierarchical method) | 第24-25页 |
| ·AGNES | 第24-25页 |
| ·基于密度的方法(density-based method) | 第25-28页 |
| ·DBSCAN | 第25-28页 |
| 第四章 移动用户社交网络 | 第28-48页 |
| ·移动通信网络分析 | 第28-29页 |
| ·用户之间的联系 | 第29-31页 |
| ·联系的数量 | 第30页 |
| ·联系的间隔 | 第30页 |
| ·联系的时段 | 第30-31页 |
| ·业务类型 | 第31页 |
| ·移动用户社交网络发现算法的设计 | 第31-35页 |
| ·紧密度计算 | 第31-34页 |
| ·聚类 | 第34-35页 |
| ·算法参数及有效性的讨论 | 第35-39页 |
| ·核心用户的度 | 第35页 |
| ·算法有效性及相关权值 | 第35-39页 |
| ·金融行业用户工作关系网络 | 第36-38页 |
| ·高校校园用户网络 | 第38-39页 |
| ·数据预处理 | 第39-40页 |
| ·算法实现 | 第40-45页 |
| ·算法性能分析 | 第45页 |
| ·算法应用拓展 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 应用实例 | 第48-54页 |
| ·客户维系 | 第48-49页 |
| ·主动营销 | 第49-54页 |
| ·小灵通留号转网营销 | 第49-50页 |
| ·七彩铃音营销 | 第50-52页 |
| ·自驾游营销 | 第52-54页 |
| 第六章 总结和展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·论文的不足和下一步工作 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录A 攻读学位期间发表的论文 | 第62-64页 |
| 附录B 攻读学位期间参与的项目 | 第64页 |
