基于MapReduce的电信客户流失分析与研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 前言 | 第8-12页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.3 研究内容 | 第10-11页 |
1.4 组织结构 | 第11-12页 |
第二章 数据挖掘与 Hadoop 平台 | 第12-29页 |
2.1 数据挖掘的概念 | 第12-18页 |
2.1.1 数据挖掘的定义 | 第12-14页 |
2.1.2 数据挖掘的过程 | 第14-16页 |
2.1.3 数据预处理 | 第16-18页 |
2.2 Hadoop 平台 | 第18-28页 |
2.2.1 Hadoop 简介 | 第18-21页 |
2.2.2 MapReduce 计算框架 | 第21-26页 |
2.2.3 HDFS | 第26-28页 |
2.3 本章小结 | 第28-29页 |
第三章 电信客户流失分析 | 第29-39页 |
3.1 客户流失分析 | 第29-32页 |
3.1.1 客户流失概念 | 第29-30页 |
3.1.2 客户流失预测 | 第30页 |
3.1.3 客户流失模型 | 第30-32页 |
3.2 常用的流失预测算法 | 第32-35页 |
3.2.1 决策树 | 第32-33页 |
3.2.2 人工神经网络 | 第33-34页 |
3.2.3 逻辑回归 | 第34-35页 |
3.3 数据准备 | 第35-38页 |
3.4 本章小结 | 第38-39页 |
第四章 基于 MapReduce 的决策树算法 | 第39-51页 |
4.1 ID3 决策树算法 | 第39-45页 |
4.1.1 ID3 算法原理 | 第39-40页 |
4.1.2 改进的 ID3 算法 | 第40-45页 |
4.2 算法并行化 | 第45-50页 |
4.2.1 算法并行设计 | 第45-47页 |
4.2.2 并行算法高效性 | 第47-50页 |
4.3 本章小结 | 第50-51页 |
第五章 平台搭建与结果分析 | 第51-67页 |
5.1 平台搭建与配置 | 第51-58页 |
5.1.1 集群环境信息 | 第51-52页 |
5.1.2 配置过程 | 第52-58页 |
5.2 运行情况 | 第58-63页 |
5.3 结果分析 | 第63-66页 |
5.3.1 预测准确率 | 第63-65页 |
5.3.2 时间有效性 | 第65-66页 |
5.4 本章小结 | 第66-67页 |
第六章 总结与展望 | 第67-70页 |
6.1 总结 | 第67-68页 |
6.2 展望 | 第68-70页 |
参考文献 | 第70-72页 |
附录1 攻读硕士学位期间撰写的论文 | 第72-73页 |
致谢 | 第73页 |