数据挖掘技术在电信行业中的应用研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 论文研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 论文框架及研究内容 | 第12-13页 |
| 第2章 数据挖掘方法的相关理论 | 第13-27页 |
| 2.1 数据挖掘的概念 | 第13页 |
| 2.2 数据挖掘的功能 | 第13-14页 |
| 2.3 本文中使用的数据挖掘方法 | 第14-26页 |
| 2.3.1 聚类分析 | 第14-19页 |
| 2.3.1.1 k-means聚类 | 第15-17页 |
| 2.3.1.2 两步聚类 | 第17-19页 |
| 2.3.2 关联规则分析 | 第19-23页 |
| 2.3.3 决策树 | 第23-25页 |
| 2.3.4 支持向量机 | 第25-26页 |
| 2.4 常用数据挖掘软件 | 第26-27页 |
| 第3章 苹果手机用户消费行为分析 | 第27-49页 |
| 3.1 新入网苹果手机用户的客户细分 | 第27-42页 |
| 3.1.1 背景说明 | 第27页 |
| 3.1.2 数据探索性分析 | 第27-32页 |
| 3.1.3 Clementine实现客户细分 | 第32-34页 |
| 3.1.4 K-means法的结果说明 | 第34-37页 |
| 3.1.5 两步聚类法进行细分 | 第37-41页 |
| 3.1.6 小结 | 第41-42页 |
| 3.2 苹果手机用户消费行为关联规则分析 | 第42-49页 |
| 3.2.1 案例背景 | 第42-43页 |
| 3.2.2 数据准备 | 第43页 |
| 3.2.3 苹果手机客户消费行为关联分析 | 第43-49页 |
| 第4章 电信客户流失分析 | 第49-55页 |
| 4.1 案例背景 | 第49页 |
| 4.2 数据准备 | 第49-50页 |
| 4.3 流失模型的建立 | 第50-53页 |
| 4.4 支持向量机进行流失预测 | 第53-54页 |
| 4.5 小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59页 |
