| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·重入网客户研究背景和实际意义 | 第8-9页 |
| ·论文研究的背景 | 第8页 |
| ·论文研究的意义 | 第8-9页 |
| ·移动通讯行业中的数据挖掘 | 第9-12页 |
| ·数据挖掘技术在国外移动通信企业中的应用现状 | 第9-10页 |
| ·数据挖掘在国内移动通信企业中的的应用 | 第10-12页 |
| ·现有的重入网客户识别方法 | 第12-14页 |
| ·基于用户资料识别 | 第12-13页 |
| ·基于IMEI码识别 | 第13页 |
| ·以用户通话相似度进行识别 | 第13-14页 |
| ·本论文研究的重入网客户识别算法 | 第14-15页 |
| 第二章 数据挖掘技术中的分类算法介绍 | 第15-21页 |
| ·分类算法概述 | 第15页 |
| ·数据挖掘中的主要分类算法 | 第15-20页 |
| ·决策树 | 第15页 |
| ·贝叶斯分类 | 第15-17页 |
| ·神经网络 | 第17页 |
| ·KNN法(K-Nearest Neighbor) | 第17-18页 |
| ·SVM法 | 第18页 |
| ·VSM法 | 第18-19页 |
| ·粗糙集(rough set) | 第19页 |
| ·遗传算法 | 第19-20页 |
| ·分类算法的评价标准 | 第20-21页 |
| 第三章 重入网概念和特征 | 第21-23页 |
| ·基本概念 | 第21-22页 |
| ·交往圈特性 | 第22-23页 |
| 第四章 利用呼叫指纹初步识别重入网客户 | 第23-31页 |
| ·分析识别流程 | 第23页 |
| ·确定待匹配和新增用户名单 | 第23-24页 |
| ·进行数据清洗 | 第24页 |
| ·计算待匹配和新增用户特征 | 第24-28页 |
| ·提取有效交往圈信息 | 第24-25页 |
| ·计算客户的交往指数 | 第25-26页 |
| ·通过交往指数决定客户的交往圈 | 第26页 |
| ·识别客户的有效IMEI | 第26-28页 |
| ·初次数据匹配 | 第28-31页 |
| ·初次数据匹配流程 | 第28-29页 |
| ·计算符合率 | 第29页 |
| ·确定符合率阀值 | 第29-30页 |
| ·依据IMEI码进一步确认 | 第30-31页 |
| 第五章 使用分类算法进一步挖掘重入网客户 | 第31-41页 |
| ·分类算法比较 | 第31-35页 |
| ·主要分类算法比较 | 第31页 |
| ·决策树分类算法比较 | 第31-35页 |
| ·选择样本属性 | 第35-38页 |
| ·基于信息墒的属性选择标准 | 第35-37页 |
| ·输入输出关联法 | 第37页 |
| ·确定样本属性数据字段 | 第37-38页 |
| ·使用部分数据对决策树的各类算法进行比较 | 第38-39页 |
| ·数据准备 | 第38-39页 |
| ·算法比较 | 第39页 |
| ·使用C4.5分类算法进一步挖掘重入网客户 | 第39-40页 |
| ·外呼验证效果 | 第40-41页 |
| 第六章 重入网客户识别算法的具体应用 | 第41-50页 |
| ·经营分析系统概述 | 第41-44页 |
| ·开发背景 | 第41页 |
| ·经营分析系统应用架构 | 第41-42页 |
| ·经营分析系统技术架构 | 第42-44页 |
| ·重入网客户识别算法在经营分析系统中的应用 | 第44-50页 |
| ·利用重入网客户识别算法辨别重入网客户 | 第44页 |
| ·具体应用实例 | 第44-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53页 |