| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第10-15页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.1.1 课题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.3 论文的主要内容和创新点 | 第13-14页 |
| 1.3.1 论文的主要内容 | 第13-14页 |
| 1.3.2 论文的创新点 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 2 多维向量推荐模型分析基础 | 第15-35页 |
| 2.1 话单数据来源 | 第15-18页 |
| 2.1.1 案例一 | 第15-16页 |
| 2.1.2 案例二 | 第16-18页 |
| 2.2 t-SNE降维算法 | 第18-23页 |
| 2.2.1 t-SNE算法 | 第18-22页 |
| 2.2.2 t-SNE工作原理 | 第22页 |
| 2.2.3 t-SNE与其他降维算法的对比 | 第22-23页 |
| 2.3 K-means聚类算法 | 第23-26页 |
| 2.3.1 K-means算法原理与算法描述 | 第24-25页 |
| 2.3.2 算法收敛 | 第25页 |
| 2.3.3 K-means算法的优缺点 | 第25-26页 |
| 2.4 目前存在的话单分析方法 | 第26-29页 |
| 2.4.1 频度分析法 | 第26-27页 |
| 2.4.2 广度分析法 | 第27页 |
| 2.4.3 关系图扩线法 | 第27-28页 |
| 2.4.4 社交网络社区分析法 | 第28页 |
| 2.4.5 直接关系法 | 第28-29页 |
| 2.4.6 方向分析法 | 第29页 |
| 2.5 话单分析方法探索 | 第29-34页 |
| 2.5.1 共振分析法 | 第29-31页 |
| 2.5.2 聚类谱系图分析法 | 第31-33页 |
| 2.5.3 推理演绎法 | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 3 多维向量推荐模型的设计 | 第35-48页 |
| 3.1 多维向量推荐模型概述 | 第35-36页 |
| 3.2 多维向量推荐模型的构建流程 | 第36-38页 |
| 3.3 多维向量推荐模型特征池的设计 | 第38-42页 |
| 3.3.1 拨出重要性 | 第39页 |
| 3.3.2 接听重要性 | 第39-40页 |
| 3.3.3 拨出时长重要性 | 第40页 |
| 3.3.4 接听时长重要性 | 第40-41页 |
| 3.3.5 拨出广度 | 第41页 |
| 3.3.6 接听广度 | 第41-42页 |
| 3.4 向量演算与向量评估 | 第42-45页 |
| 3.4.1 利用t-SNE验证向量设计合理性 | 第42-43页 |
| 3.4.2 利用K-means验证向量的设计合理性 | 第43-45页 |
| 3.5 多维向量推荐模型设计 | 第45-46页 |
| 3.6 本章小结 | 第46-48页 |
| 4 多维向量推荐模型验证 | 第48-57页 |
| 4.1 话单数据处理及实验环境 | 第48-50页 |
| 4.1.1 实验环境 | 第48页 |
| 4.1.2 话单数据处理 | 第48-50页 |
| 4.2 多维向量推荐模型实验过程及结果分析 | 第50-56页 |
| 4.2.1 计算影响对象重要性指标的六个特征向量的值 | 第50-52页 |
| 4.2.2 实验结果 | 第52-55页 |
| 4.2.3 实验结果分析 | 第55-56页 |
| 4.3 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 工作总结 | 第57页 |
| 5.2 未来研究方向 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 附录1 攻读硕士学位期间发表的论文和专利 | 第63页 |