基于云模型和粗糙集的客户群共性特征知识发现研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-15页 |
| ·研究的背景、目的及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·研究内容与方法 | 第12-15页 |
| ·研究内容 | 第12-13页 |
| ·研究方法 | 第13-15页 |
| 第2章 客户属性数据预处理 | 第15-23页 |
| ·数据预处理的主要内容 | 第15-18页 |
| ·基于云模型的连续型属性离散化 | 第18-23页 |
| ·云模型基本概念 | 第18-20页 |
| ·峰值云变换模型的构建 | 第20-21页 |
| ·概念泛化 | 第21-23页 |
| 第3章 客户群的划分及客户群间相似性的度量 | 第23-32页 |
| ·客户群的划分 | 第23-24页 |
| ·客户群间相似性的度量 | 第24-32页 |
| ·相似性的度量算法 | 第25-27页 |
| ·基于多维云模型的客户群相似性度量 | 第27-32页 |
| 第4章 客户群共性特征知识的获取 | 第32-39页 |
| ·客户特征知识的概念 | 第32-33页 |
| ·决策系统的构建及属性约简 | 第33-35页 |
| ·决策规则的获取 | 第35-39页 |
| ·规则的生成 | 第35-36页 |
| ·规则的过滤 | 第36页 |
| ·客户群共性特征知识的表达 | 第36-39页 |
| 第5章 实证分析 | 第39-58页 |
| ·基于实例数据的客户行为知识提取 | 第39-56页 |
| ·实例数据来源的选取 | 第39页 |
| ·数据预处理 | 第39-41页 |
| ·计算客户群体间的相似度 | 第41-43页 |
| ·客户属性的约简及决策规则的提取 | 第43-46页 |
| ·客户群共性特征知识发现 | 第46-56页 |
| ·模拟结果分析及评价 | 第56-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
