基于数据挖掘的大学生客户识别模型的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 数据挖掘的国内外研究现状 | 第10-13页 |
| 1.2.1 数据挖掘的研究现状 | 第10-11页 |
| 1.2.2 数据挖掘技术在电信行业的应用研究现状 | 第11-12页 |
| 1.2.3 目前研究存在的问题 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13页 |
| 1.4 本文主要组织结构安排 | 第13-15页 |
| 第二章 数据挖掘的理论知识介绍 | 第15-19页 |
| 2.1 数据挖掘的理论概述 | 第15-16页 |
| 2.2 数据挖掘的技术介绍 | 第16页 |
| 2.3 数据挖掘的功能任务 | 第16-17页 |
| 2.4 数据挖掘的基础应用 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 数据挖掘项目的过程模型及工具、算法选择 | 第19-27页 |
| 3.1 数据挖掘的标准过程模型选择 | 第19-20页 |
| 3.2 数据挖掘的工具选择和算法选择 | 第20-25页 |
| 3.2.1 数据挖掘工具选择 | 第20-21页 |
| 3.2.2 数据挖掘的算法选择 | 第21-25页 |
| 3.3 本章小结 | 第25-27页 |
| 第四章 大学生客户识别模型的数据部分 | 第27-55页 |
| 4.1 商业理解 | 第27-28页 |
| 4.2 数据理解 | 第28-30页 |
| 4.2.1 数据属性及字段描述 | 第28-30页 |
| 4.2.2 确定时间窗口 | 第30页 |
| 4.3 数据准备 | 第30-54页 |
| 4.3.1 数据预处理 | 第31-44页 |
| 4.3.2 数据离散化 | 第44-45页 |
| 4.3.3 数据探索 | 第45-53页 |
| 4.3.4 数据分割 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 大学生客户识别模型的建立、评估和部署 | 第55-69页 |
| 5.1 模型建立 | 第55-59页 |
| 5.2 模型评估 | 第59-66页 |
| 5.3 模型部署及应用指导 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-73页 |
| 6.1 全文总结 | 第69-70页 |
| 6.2 不足及展望 | 第70-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 附录A (攻读硕士期间的学术成果) | 第79页 |
