数据挖掘技术在移动通信欺诈管理中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·选题的背景和研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·论文的主要研究工作 | 第13页 |
| ·论文的组织与结构 | 第13-15页 |
| 第二章 数据挖掘的基本理论 | 第15-21页 |
| ·数据挖掘的概念 | 第15页 |
| ·数据挖掘的功能 | 第15-17页 |
| ·数据挖掘的常用技术 | 第17-18页 |
| ·数据挖掘的过程 | 第18-19页 |
| ·数据挖掘的应用 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 数据挖掘的分类算法 | 第21-31页 |
| ·决策树分类 | 第21-23页 |
| ·决策树的定义 | 第21-22页 |
| ·决策树的特点 | 第22页 |
| ·ID3 算法 | 第22-23页 |
| ·贝叶斯分类 | 第23-26页 |
| ·贝叶斯定理 | 第23-24页 |
| ·贝叶斯分类的特点 | 第24-25页 |
| ·朴素贝叶斯分类 | 第25-26页 |
| ·神经网络分类 | 第26-30页 |
| ·神经网络的定义 | 第26页 |
| ·神经网络的特点 | 第26-27页 |
| ·后向传播神经网络 | 第27-30页 |
| ·分类方法的评估标准 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第四章 欺诈预测模型的研究 | 第31-52页 |
| ·数据挖掘工具WEKA 简介 | 第31-32页 |
| ·业务需求与分析 | 第32-33页 |
| ·欺诈预测模型的建立与实现 | 第33-51页 |
| ·数据的采集 | 第34-37页 |
| ·数据的预处理 | 第37-42页 |
| ·数据分类挖掘 | 第42-49页 |
| ·分类模型的评估 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 防欺诈管理系统的设计及实现 | 第52-70页 |
| ·系统设计的目标 | 第52页 |
| ·系统设计的原则 | 第52-53页 |
| ·系统的总体设计 | 第53-56页 |
| ·与其他系统的关系 | 第53-54页 |
| ·系统的结构和功能模块 | 第54-56页 |
| ·系统的运行环境 | 第56页 |
| ·系统的详细设计及实现 | 第56-68页 |
| ·数据采集模块 | 第56-59页 |
| ·数据预处理模块 | 第59-62页 |
| ·欺诈分析模块 | 第62-66页 |
| ·欺诈处理模块 | 第66-68页 |
| ·系统的测试和运行 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74页 |
