| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 客户细分的研究现状 | 第10-12页 |
| 1.2.2 移动用户服务选择的研究现状 | 第12-13页 |
| 1.2.3 研究现状评述 | 第13-14页 |
| 1.3 研究方法和研究内容 | 第14-17页 |
| 1.3.1 论文研究的主要方法 | 第14-15页 |
| 1.3.2 论文研究的主要内容 | 第15页 |
| 1.3.3 论文研究框架 | 第15-17页 |
| 第2章 理论基础及模型应用的适用性分析 | 第17-31页 |
| 2.1 移动分类用户服务选择研究的理论基础 | 第17-20页 |
| 2.1.1 消费者行为理论及其假设的适用性分析 | 第17-18页 |
| 2.1.2 离散选择行为理论 | 第18-19页 |
| 2.1.3 移动用户描述性统计与特点分析 | 第19页 |
| 2.1.4 有限理性前提下离散选择模型适用性分析 | 第19-20页 |
| 2.2 模糊C-means客户细分模型原理及适用性分析 | 第20-24页 |
| 2.2.1 客户细分与聚类算法理论 | 第20-22页 |
| 2.2.2 模糊C-means客户细分模型理论 | 第22-23页 |
| 2.2.3 模糊C-means客户细分模型应用适用性分析 | 第23-24页 |
| 2.3 多元Logit用户选择模型原理及适用性分析 | 第24-30页 |
| 2.3.1 离散选择模型理论及分类 | 第24-26页 |
| 2.3.2 多元Logit模型相关理论 | 第26-29页 |
| 2.3.3 多元Logit模型应用适用性分析 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于模糊C-means算法的移动客户细分 | 第31-47页 |
| 3.1 移动用户样本描述与预处理 | 第31-33页 |
| 3.1.1 社会人口指标统计分析 | 第31-33页 |
| 3.1.2 样本数据预处理 | 第33页 |
| 3.2 客户细分指标体系构建 | 第33-37页 |
| 3.2.1 指标的筛选与描述 | 第33-36页 |
| 3.2.2 指标结构分析 | 第36-37页 |
| 3.3 基于模糊C-means算法的移动客户细分 | 第37-46页 |
| 3.3.1 模糊C-means算法流程 | 第37-39页 |
| 3.3.2 移动客户细分的算法实现 | 第39-43页 |
| 3.3.3 移动客户细分结果分析 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 移动分类用户服务选择研究 | 第47-64页 |
| 4.1 指标筛选与变量处理 | 第47-53页 |
| 4.1.1 影响移动用户服务选择的因素分析 | 第47-48页 |
| 4.1.2 被解释变量筛选与量化 | 第48-49页 |
| 4.1.3 指标选取与自变量量化 | 第49-53页 |
| 4.2 套餐选择模型的构建 | 第53-57页 |
| 4.2.1 模糊C-means-多元Logit模型构建假设 | 第53-54页 |
| 4.2.2 套餐选择模型的构建过程 | 第54-55页 |
| 4.2.3 移动用户套餐选择概率计算 | 第55-57页 |
| 4.3 移动用户套餐选择实证分析 | 第57-61页 |
| 4.3.1 模型假设定量化 | 第57-58页 |
| 4.3.2 整体样本模型拟合 | 第58-59页 |
| 4.3.3 分类样本模型拟合 | 第59-61页 |
| 4.4 实证结果检验与分析 | 第61-63页 |
| 4.4.1 模型预测精度检验的对比分析 | 第61-62页 |
| 4.4.2 有限理性假设的验证分析 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70-74页 |
| 致谢 | 第74页 |
