声明
1绪论
1.1 研究背景和研究意义
1.1.1研究背景
1.1.2 研究意义
1.2 数据挖掘中的分类
1.3 国内外的研究现状及发展趋势
1.4 研究内容与组织框架
1.5 本章小结
2 朴素贝叶斯分类模型的研究介绍
2.1 贝叶斯理论的相关知识
2.1.1 贝叶斯定理
2.1.2 贝叶斯决策准则
2.1.3 极大后验假设和极大似然假设
2.2 两种典型的贝叶斯分类模型
2.2.1朴素贝叶斯分类模型
2.2.2朴素贝叶斯网络模型
2.4 本章小结
3 数据预处理
3.1 主成分分析
3.1.1适用性检验
3.1.2主成分求解
3.2 属性筛选
3.3 异常值和缺失值的处理
3.4 数据标准化
3.5 数据预处理方法的选择原则
4 基于 PCA-NB算法的客户流失预测实证研究
4.1 客户流失预测的商业理解
4.2 客户流失预测的数据理解
4.3 客户流失预测的数据准备
4.3.1 数据清洗
4.3.2 属性约简
4.3.3 主成分提取
4.4 建立模型
4.4.1 Native Bayes 模型
4.4.2 PCA-NB 模型
4.5 模型评估
5 客户挽留
4.1 客户流失原因的分析
4.2 客户挽留策略制定
4.3 客户挽留策略的几点建议
6 总结与展望
6.1 研究总结
6.2 工作展望
附录
参考文献
后记
兰州财经大学;