电信全业务经营下维系挽留体系设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·国内外研究现状 | 第9-11页 |
| ·业务背景 | 第9-10页 |
| ·数据挖掘在电信客户维系挽留应用现状 | 第10-11页 |
| ·论文的研究目的与内容 | 第11-12页 |
| ·论文的研究目的 | 第11页 |
| ·论文的研究内容 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| 第二章 全业务维系挽留需求分析 | 第13-18页 |
| ·维系挽留的困境和影响 | 第13-15页 |
| ·维系挽留的研究和实践现状 | 第15-16页 |
| ·全业务维系挽留的思路分析 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 基于WAR/F的电信维系挽留体系架构 | 第18-27页 |
| ·电信行业客户维系挽留体系概述 | 第18-20页 |
| ·当前电信行业保有体系建设的现状 | 第18-19页 |
| ·客户维系挽留体系相关重要理论 | 第19-20页 |
| ·基于WAR/F的客户维系挽留体系 | 第20-22页 |
| ·客户生命周期理论 | 第22-23页 |
| ·客户生命周期分类 | 第22-23页 |
| ·客户生命周期理论在客户维系挽留体系的实现 | 第23页 |
| ·客户细分理论 | 第23-25页 |
| ·客户细分的重要性 | 第23-24页 |
| ·客户细分的主要技术 | 第24-25页 |
| ·客户价值评估 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 代价敏感决策树算法设计 | 第27-34页 |
| ·常见数据挖掘分类算法 | 第27-30页 |
| ·决策树 | 第27-28页 |
| ·回归分析 | 第28页 |
| ·神经网络 | 第28-29页 |
| ·贝叶斯分类器 | 第29-30页 |
| ·支持向量机 | 第30页 |
| ·分类评价指标 | 第30-31页 |
| ·算法设计 | 第31-33页 |
| ·引入代价敏感 | 第31-32页 |
| ·基于代价敏感的C4.5模型设计 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 基于代价敏感决策树的家庭关系识别模型 | 第34-52页 |
| ·电信挖掘建模方法论 | 第34-38页 |
| ·定义业务问题 | 第35页 |
| ·数据准备 | 第35-36页 |
| ·模型构建 | 第36-37页 |
| ·模型应用 | 第37-38页 |
| ·家庭关系业务问题理解与定义 | 第38-41页 |
| ·需求概述 | 第38-40页 |
| ·问题定义 | 第40-41页 |
| ·数据准备 | 第41-44页 |
| ·建模宽表 | 第41-44页 |
| ·数据映射 | 第44页 |
| ·建模准备 | 第44-48页 |
| ·数据处理 | 第44-45页 |
| ·数据探索 | 第45-46页 |
| ·建模变量选择 | 第46-48页 |
| ·模型构建 | 第48-49页 |
| ·模型评估 | 第49页 |
| ·模型应用 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·全文工作总结 | 第52页 |
| ·后续工作及展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间主要的研究成果 | 第59页 |
