| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-6页 |
| 第一章 绪论 | 第6-15页 |
| ·研究背景 | 第6-9页 |
| ·国内外研究与应用的现状 | 第9-13页 |
| ·论文研究的内容和意义 | 第13-14页 |
| ·论文的结构 | 第14-15页 |
| 第二章 数据准备 | 第15-28页 |
| ·数据的清理和集成 | 第15-16页 |
| ·宽表设计 | 第16-17页 |
| ·对数据进行抽样处理 | 第17-20页 |
| ·因子分析 | 第20-28页 |
| 第三章 基于自组织神经网络的电信增值业务分类建模 | 第28-40页 |
| ·神经网络概述 | 第28-29页 |
| ·人工神经网络的特点 | 第29-30页 |
| ·自组织神经网络 | 第30-35页 |
| ·实例分析 | 第35-40页 |
| 第四章 判别分析 | 第40-47页 |
| ·判别分析的基本原理 | 第40页 |
| ·判别分析方法 | 第40-42页 |
| ·判别分析的基本思路 | 第42页 |
| ·基于自组织神经网络的增值业务分类模型的评价 | 第42-47页 |
| 第五章 相关分析 | 第47-56页 |
| ·关联规则原理 | 第47页 |
| ·实例分析 | 第47-56页 |
| 第六章 基于改进的BP神经网络的增值业务收入预测建模 | 第56-68页 |
| ·BP神经网络 | 第56-59页 |
| ·遗传算法优化 | 第59-60页 |
| ·遗传算法优化的BP神经网络算法 | 第60-62页 |
| ·实例分析 | 第62-67页 |
| ·小结 | 第67-68页 |
| 第七章 结束语 | 第68-70页 |
| ·总结 | 第68-69页 |
| ·下一步工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 附录 | 第73页 |