摘要
第一章 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 客户流失原因
1.2.2 客户流失预测研究现状
1.3 研究内容
1.4 论文组织
第二章 相关知识
2.1 贝叶斯网络
2.2 贝叶斯网络结构学习
2.2.1 基于条件独立性测试的结构学习方法
2.2.2 评分-搜索的结构学习方法
2.2.3 混合的贝叶斯网络结构学习方法
2.3 贝叶斯网络参数学习
2.4 贝叶斯网络推理
2.5 模糊理论
2.5.1 模糊集定义
2.5.2 隶属度到概率的转换
2.5.3 模糊联合概率和条件概率计算
2.6 本章小结
第三章 客户流失预测建模
3.1 模糊贝叶斯网络构建体系
3.2 据预处理
3.2.1 电信数据介绍
3.2.2 电信数据预处理
3.3 连续属性离散化及模糊化
3.4 客户流失预测模型
3.4.1 模糊贝叶斯网络结构学习算法框架图
3.4.2 算法流程图
3.4.3 客户流失预测模型结构学习
3.4.4 时间复杂度分析
3.5 预测模型参数学习
3.6 本章小节
第四章 实验结果分析
4.1 实验数据集
4.2 实验环境
4.3 实验结果及分析
4.3.1 实验一--流失模型对比
4.3.2 实验二----客户流失预测
4.3.3 实验三----实验准确率对比
4.4 本章小节
总结与展望
总结
展望
参考文献
攻读硕士学位期间从事的科研项目及发表的学术论文
声明
致谢