基于决策树算法的IT行业客户流失预测技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文研究意义 | 第11-12页 |
| ·研究内容与目的 | 第12页 |
| ·本文的组织结构安排 | 第12-14页 |
| 第2章 客户流失分析和数据挖掘综述 | 第14-22页 |
| ·客户流失分析概述 | 第14-15页 |
| ·客户流失分析和 CRM | 第14页 |
| ·客户流失主要原因 | 第14-15页 |
| ·数据挖掘概述 | 第15-21页 |
| ·数据挖掘的定义 | 第15-16页 |
| ·数据挖掘过程 | 第16-17页 |
| ·数据挖掘基本功能和系统基本构成 | 第17-19页 |
| ·数据挖掘常用的算法介绍 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 决策树算法研究 | 第22-33页 |
| ·决策树算法概述 | 第22页 |
| ·决策树算法基本原理 | 第22-26页 |
| ·决策树生成算法 | 第22-24页 |
| ·决策树的修剪 | 第24-26页 |
| ·常用的决策树生成算法 | 第26-31页 |
| ·ID3 算法 | 第26-28页 |
| ·C4.5 算法 | 第28-30页 |
| ·C5.0 算法 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第4章 数据预处理 | 第33-38页 |
| ·选取属性字段 | 第33页 |
| ·数据清洗 | 第33-36页 |
| ·清理缺失值 | 第34-36页 |
| ·噪声数据 | 第36页 |
| ·数据转换 | 第36页 |
| ·属性值离散化 | 第36-37页 |
| ·数据整合 | 第37-38页 |
| ·本章小结 | 第38页 |
| 第5章 客户流失预测模型与验证评估 | 第38-57页 |
| ·客户流失分类 | 第38-39页 |
| ·常见的客户流失模型 | 第39-40页 |
| ·数据挖掘工具选择 | 第40-41页 |
| ·数据挖掘建模原理 | 第41-45页 |
| ·建模要求 | 第41页 |
| ·建模原则 | 第41-42页 |
| ·简化模型 | 第42-43页 |
| ·建模流程 | 第43-45页 |
| ·建立客户流失模型 | 第45-51页 |
| ·模型评估 | 第51-56页 |
| ·模型评估的内容 | 第51-52页 |
| ·模型评估的方式 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 客户流失预测系统的设计与实现 | 第57-68页 |
| ·客户流失预测系统的目标 | 第57页 |
| ·系统总体框架设计 | 第57-58页 |
| ·系统主要功能代码实现 | 第58-62页 |
| ·.NET 调用Clementine 接口 | 第58-59页 |
| ·结构算法设计 | 第59-61页 |
| ·决策树规则集 | 第61-62页 |
| ·系统主要功能模块 | 第62页 |
| ·客户流失预测系统主界面 | 第62-65页 |
| ·客户流失预测系统实际应用分析 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第7章 结论和展望 | 第68-70页 |
| ·结论 | 第68-69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-73页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第73页 |
