基于数据挖掘的电信高流量客户流失预警与挽留机会评估分析
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 选题的背景和意义 | 第8-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 目前研究存在的问题 | 第13-14页 |
| 1.4 论文的主要内容和结构 | 第14-15页 |
| 1.5 申明 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 2 客户流失与数据挖掘相关理论 | 第17-27页 |
| 2.1 客户流失与客户流失预测 | 第17-18页 |
| 2.2 数据挖掘相关理论 | 第18-24页 |
| 2.3 相关统计理论 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 高流量客户流失预警模型 | 第27-60页 |
| 3.1 商业理解 | 第27-28页 |
| 3.2 数据理解 | 第28-32页 |
| 3.3 数据准备与预处理 | 第32-52页 |
| 3.4 建立模型 | 第52-55页 |
| 3.5 模型评估 | 第55-59页 |
| 3.6 模型实施 | 第59页 |
| 3.7 本章小结 | 第59-60页 |
| 4 高流量客户流失原因与流失去向分析 | 第60-76页 |
| 4.1 客户流失原因 | 第60-72页 |
| 4.2 高流量客户流失去向分析 | 第72-75页 |
| 4.3 本章小结 | 第75-76页 |
| 5 高流量流失客户挽留机会评估 | 第76-83页 |
| 5.1 业务理解 | 第76页 |
| 5.2 数据准备 | 第76-78页 |
| 5.3 建立高流量客户挽留机会评估模型 | 第78-80页 |
| 5.4 利用挽留机会评估模型对客户进行分类 | 第80-82页 |
| 5.5 本章小结 | 第82-83页 |
| 6 总结与展望 | 第83-85页 |
| 6.1 全文总结 | 第83-84页 |
| 6.2 不足和展望 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 附录 | 第90-97页 |
