| 论文摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·电信欺诈预测介绍 | 第11-12页 |
| ·电信欺诈现象 | 第11页 |
| ·电信欺诈预测 | 第11-12页 |
| ·国内外研究电信欺诈的现状 | 第12-15页 |
| ·国外研究状况 | 第12-13页 |
| ·国内研究状况 | 第13-15页 |
| ·论文选题的意义 | 第15页 |
| ·论文研究的主要内容 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第二章 电信数据挖掘介绍 | 第17-26页 |
| ·数据挖掘技术简介 | 第17-20页 |
| ·数据挖掘的定义 | 第17页 |
| ·数据挖掘的过程 | 第17-18页 |
| ·数据挖掘的任务 | 第18-19页 |
| ·数据挖掘的技术 | 第19-20页 |
| ·数据挖掘的应用领域 | 第20页 |
| ·电信业中的数据挖掘 | 第20-24页 |
| ·数据挖掘在电信中的应用分类 | 第20-22页 |
| ·数据挖掘在电信中的应用现状 | 第22-23页 |
| ·电信业数据挖掘技术应用情况 | 第23页 |
| ·国内电信数据的特点 | 第23-24页 |
| ·国内电信企业应用数据挖掘存在的问题 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第三章 Kohonen神经网络算法研究及其改进 | 第26-40页 |
| ·人工神经网络介绍 | 第26-31页 |
| ·神经网络特征 | 第26-27页 |
| ·神经元 | 第27-28页 |
| ·神经网络分类 | 第28-29页 |
| ·神经网络的学习规则 | 第29-31页 |
| ·Kohonen神经网络介绍 | 第31-36页 |
| ·Kohonen神经网络生物学基础 | 第31页 |
| ·Kohonen神经网络结构 | 第31-32页 |
| ·Kohonen神经网络学习过程 | 第32页 |
| ·Kohonen神经网络算法 | 第32-36页 |
| ·Kohonen神经网络算法的适当改进 | 第36-39页 |
| ·选择邻域函数 | 第36-38页 |
| ·Kohonen神经算法改进后的步骤 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 电信欺诈分析及数据准备 | 第40-48页 |
| ·问题的定义 | 第40-41页 |
| ·数据挖掘前的数据准备过程 | 第41-42页 |
| ·数据的理解和选取 | 第42-44页 |
| ·数据的理解 | 第42-43页 |
| ·样本集属性的设置 | 第43-44页 |
| ·数据说明 | 第44-46页 |
| ·初始数据样本集 | 第44-45页 |
| ·数据说明 | 第45页 |
| ·数据变换设置 | 第45-46页 |
| ·规范化后的数据样本集 | 第46页 |
| ·训练样本数据及检测数据 | 第46-47页 |
| ·训练样本集 | 第46-47页 |
| ·检验数据 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第五章 Kohonen算法电信欺诈预测的实现以及分析 | 第48-63页 |
| ·仿真实验环境 | 第48页 |
| ·训练样本数据和检验数据 | 第48-50页 |
| ·随机数列的生成 | 第48-49页 |
| ·训练样本数据分布 | 第49-50页 |
| ·检验数据 | 第50页 |
| ·Kohonen算法的预测分析 | 第50-61页 |
| ·Kohonen算法适用性分析 | 第50-53页 |
| ·训练步数的影响 | 第53-55页 |
| ·学习率的影响 | 第55-57页 |
| ·输出神经元数目的影响 | 第57-60页 |
| ·计算效率和收敛性分析 | 第60-61页 |
| ·改进的Kohonen算法的运用 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 附录 作者攻读学位期间公开发表的学术论文 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69页 |