声明
摘要
第1章 绪论
1.1 课题背景及意义
1.1.1 电信行业的发展背景
1.1.2 数据挖掘的诞生
1.2 国内外研究现状
1.2.1 数据挖掘技术研究现状
1.2.2 数据挖掘在用户流失领域的研究现状
1.3 本文研究的主要内容
1.3.1 主要研究目标
1.3.2 主要研究方法
1.4 主要创新点
1.5 本章小结
第2章 LTE网络技术与数据挖掘基础知识
2.1 LTE网络技术概述
2.1.1 网络架构
2.1.2 LTE网络演进
2.1.3 LTE网络业务
2.2 用户流失
2.2.1 用户流失的定义
2.2.2 用户流失的原因
2.3 基于用户流失的数据挖掘
2.3.1 数据挖掘技术的产生
2.3.2 数据挖掘技术分类
2.3.3 数据挖掘的基本过程
2.4 本章小结
第3章 电信数据采集与预处理
3.1 数据采集
3.1.1 大数据平台介绍
3.1.2 数据采集规模预估
3.1.3 数据采集格式
3.1.4 数据提取
3.1.5 数据统计
3.2 数据预处理
3.2.1 数据选择抽样
3.2.2 数据预处理
3.2.3 数据归一化
3.3 本章小结
第4章 聚类分析
4.1 K-Means算法
4.1.1 算法简介
4.1.2 聚类结果及分析
4.2 FCM算法
4.2.1 算法简介
4.2.2 聚类结果及分析
4.3 两种不同聚类算法对比分析
4.4 本章小结
第5章 用户流失分析预警算法研究
5.1 贝叶斯分类算法
5.1.1 贝叶斯分类算法简介
5.1.2 常用贝叶斯分类算法
5.1.3 朴素贝叶斯算法分析用户流失问题
5.2 人工神经网络算法
5.2.1 人工神经网络算法简介
5.2.2 常用人工神经网络算法
5.2.3 BP神经网络算法分析用户流失问题
5.3 决策树算法
5.3.1 决策树算法简介
5.3.2 常用决策树算法
5.3.3 C4.5算法分析用户流失问题
5.4 三种常用算法的模型评价与比较
5.4.1 模型评价
5.4.2 模型比较
5.5 本章小结
结论和展望
致谢
参考文献
硕士期间发表论文