数据挖掘技术在电信客户关系管理中的应用与研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·概述 | 第8-9页 |
| ·研究背景 | 第9-13页 |
| ·垄断到竞争 | 第9-11页 |
| ·客户关系管理（CRM）系统的推出 | 第11-12页 |
| ·深化客户关系管理 | 第12-13页 |
| ·国内外研究现况及发展趋势 | 第13-16页 |
| ·论文研究的主要问题及意义 | 第16页 |
| ·本文的结构 | 第16-18页 |
| 2 客户关系管理 | 第18-24页 |
| ·CRM 定义 | 第18页 |
| ·CRM 的研究内容 | 第18-21页 |
| ·CRM 技术功能 | 第18-19页 |
| ·CRM 系统结构模式 | 第19-20页 |
| ·CRM 工作过程 | 第20-21页 |
| ·CRM 数据信息 | 第21页 |
| ·CRM 的研究现状 | 第21-22页 |
| ·数据挖掘技术在 CRM 中的应用 | 第22-24页 |
| 3 数据挖掘理论基础 | 第24-34页 |
| ·数据挖掘（DM）技术 | 第24-29页 |
| ·数据挖掘技术（DM）简介 | 第24页 |
| ·数据挖掘任务 | 第24-25页 |
| ·数据挖掘流程 | 第25-26页 |
| ·数据挖掘的方法 | 第26-27页 |
| ·方法论 | 第27-29页 |
| ·聚类技术 | 第29-31页 |
| ·分裂法 | 第29页 |
| ·层次法 | 第29-30页 |
| ·基于密度的方法 | 第30页 |
| ·基于网格的方法 | 第30-31页 |
| ·基于模型的方法 | 第31页 |
| ·决策树 | 第31-34页 |
| ·ID3 算法 | 第31-32页 |
| ·C4.5 算法 | 第32页 |
| ·SLIQ 算法 | 第32页 |
| ·SPRINT 算法 | 第32-33页 |
| ·RainForest 算法 | 第33-34页 |
| 4 基于聚类分析的电信客户群细分 | 第34-45页 |
| ·背景与业务问题 | 第34-35页 |
| ·客户细分的准备 | 第35-40页 |
| ·选择分析软件 | 第35-37页 |
| ·选取数据 | 第37-39页 |
| ·数据的合并与拆分 | 第39-40页 |
| ·基于客户价值的客户分类 | 第40-41页 |
| ·改进的K 平均算法 | 第41-42页 |
| ·利用K 平均聚类的客户细分 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 5 应用决策树算法进行电信客户流失分析 | 第45-55页 |
| ·客户流失分析的背景与目的 | 第45页 |
| ·建模挖掘过程 | 第45-47页 |
| ·修剪 | 第47-49页 |
| ·CART 修剪算法 | 第47-48页 |
| ·C5 修剪算法 | 第48-49页 |
| ·用决策树方法建立客户流失模型 | 第49-53页 |
| ·数据源的理解 | 第49-50页 |
| ·建立客户流失模型 | 第50页 |
| ·模型的检验与评估 | 第50-52页 |
| ·预测结果 | 第52页 |
| ·结果分析 | 第52-53页 |
| ·客户流失模型的发布与应用 | 第53-55页 |
| 6 结论与展望 | 第55-57页 |
| ·论文工作小结 | 第55页 |
| ·今后研究工作思路 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-59页 |
