基于半监督AP算法的电信客户细分研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 图表目录 | 第9-11页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题研究的背景和意义 | 第11页 |
| 1.2 研究现状与分析 | 第11-14页 |
| 1.2.1 客户细分现状 | 第11-12页 |
| 1.2.2 聚类分析现状 | 第12-13页 |
| 1.2.3 客户细分中存在的问题 | 第13-14页 |
| 1.3 研究内容及研究方法 | 第14页 |
| 1.4 本文结构安排 | 第14-16页 |
| 第2章 聚类分析 | 第16-23页 |
| 2.1 聚类分析概述 | 第16页 |
| 2.2 数据挖掘与聚类分析 | 第16-17页 |
| 2.3 聚类分析的方法 | 第17-19页 |
| 2.4 聚类分析中的数据结构与数据类型 | 第19-20页 |
| 2.4.1 聚类分析中的数据结构 | 第19页 |
| 2.4.2 聚类分析中的数据类型 | 第19-20页 |
| 2.5 聚类分析的过程与应用 | 第20-23页 |
| 2.5.1 聚类分析的过程 | 第20-21页 |
| 2.5.2 聚类分析的应用 | 第21-23页 |
| 第3章 半监督聚类 | 第23-29页 |
| 3.1 半监督学习简介 | 第23-24页 |
| 3.2 半监督聚类算法 | 第24-27页 |
| 3.2.1 基于约束的方法 | 第24-25页 |
| 3.2.2 基于距离的方法 | 第25-26页 |
| 3.2.3 基于约束与距离融合的方法 | 第26-27页 |
| 3.3 半监督聚类算法应用 | 第27-29页 |
| 第4章 密度敏感半监督 AP 算法 | 第29-35页 |
| 4.1 AP 算法 | 第29-30页 |
| 4.2 密度敏感距离测度 | 第30-31页 |
| 4.3 密度敏感半监督 AP 聚类算法 | 第31-33页 |
| 4.4 实验 | 第33-34页 |
| 4.5 本章小结 | 第34-35页 |
| 第5章 基于半监督 AP 算法的电信客户细分 | 第35-54页 |
| 5.1 客户细分概述 | 第35-39页 |
| 5.1.1 基本概念 | 第35页 |
| 5.1.2 客户细分目的 | 第35-36页 |
| 5.1.3 客户细分方法 | 第36-37页 |
| 5.1.4 客户细分相关模型 | 第37-39页 |
| 5.2 数据获取 | 第39-40页 |
| 5.3 数据预处理 | 第40-47页 |
| 5.3.1 数据变量命名 | 第40-42页 |
| 5.3.2 细分变量的选取 | 第42-44页 |
| 5.3.3 数据的清洗 | 第44-47页 |
| 5.4 客户细分结果数据表 | 第47-49页 |
| 5.5 各群体特征描述及营销策略的制定 | 第49-53页 |
| 5.6 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 本文主要工作 | 第54页 |
| 6.2 下一步研究工作的展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的论文及参加的科研项目 | 第61页 |
