数据挖掘技术在电信企业客户流失预警的应用
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 综述 | 第10-21页 |
| 1.1 课题研究背景 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 数据挖掘技术及相关理论 | 第13-19页 |
| 1.3.1 数据挖掘概述 | 第14-15页 |
| 1.3.2 客户流失数据挖掘的分析方法 | 第15-16页 |
| 1.3.3 数据挖掘标准流程(CRISP-DM) | 第16-17页 |
| 1.3.4 数据挖掘技术在电信业的应用 | 第17-19页 |
| 1.4 本论文的研究内容 | 第19-21页 |
| 第二章 流失预警数据理解和准备 | 第21-41页 |
| 2.1 数据理解 | 第21-33页 |
| 2.1.1 数据来源情况 | 第21-22页 |
| 2.1.2 用户上网行为数据获取 | 第22-29页 |
| 2.1.3 用户上网行为分析 | 第29-30页 |
| 2.1.4 选取数据字段设计宽表 | 第30-32页 |
| 2.1.5 数据时间窗口选择 | 第32-33页 |
| 2.2 数据准备 | 第33-36页 |
| 2.2.1 数据清洗 | 第33-34页 |
| 2.2.2 格式化数据 | 第34-35页 |
| 2.2.3 数据抽取 | 第35-36页 |
| 2.2.4 数据质量 | 第36页 |
| 2.3 数据质量全流程保障 | 第36-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第三章 客户流失预警模型的建模 | 第41-51页 |
| 3.1 商业理解 | 第41-42页 |
| 3.2 建立模型和模型评估优化 | 第42-49页 |
| 3.2.1 变量筛选 | 第43-44页 |
| 3.2.2 抽取样本选择算法 | 第44-45页 |
| 3.2.3 建模及模型评估优化 | 第45-49页 |
| 3.3 模型发布及数据应用 | 第49-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 模型的验证与维系挽留客户应用 | 第51-55页 |
| 4.1 模型验证 | 第51页 |
| 4.2 客户维系挽留执行情况 | 第51-53页 |
| 4.3 维系效果评估 | 第53-54页 |
| 4.4 维系工作存在问题及提升措施 | 第54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结和展望 | 第55-57页 |
| 5.1 全文的总结 | 第55页 |
| 5.2 展望和后续的相关工作 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文目录 | 第61页 |
