数据挖掘在客户关系管理中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-14页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12页 |
| ·论文研究主要内容 | 第12-14页 |
| 2 数据挖掘概述 | 第14-20页 |
| ·数据挖掘定义 | 第14页 |
| ·数据挖掘功能及其发展趋势 | 第14-16页 |
| ·数据挖掘功能 | 第14-15页 |
| ·数据挖掘的发展趋势 | 第15-16页 |
| ·数据挖掘的应用 | 第16-17页 |
| ·数据挖掘过程 | 第17-18页 |
| ·数据挖掘软件 | 第18-20页 |
| 3 数据挖掘算法 | 第20-49页 |
| ·决策树及C4.5算法 | 第20-28页 |
| ·决策树的建立 | 第20-21页 |
| ·C4.5决策树算法的简介 | 第21页 |
| ·C4.5决策树算法原理 | 第21-27页 |
| ·修剪决策树 | 第27-28页 |
| ·生成决策规则 | 第28页 |
| ·并联规则及APRIOR算法 | 第28-33页 |
| ·Apriori算法及其思想 | 第29-32页 |
| ·Apriori算法的改进 | 第32-33页 |
| ·FP-增长方法 | 第33-35页 |
| ·人工神经网络 | 第35-41页 |
| ·RBF神经网络 | 第36-37页 |
| ·基于SVM算法的RBF网络实现 | 第37-39页 |
| ·SVM-RBF网络对混沌时间序列的预测 | 第39-41页 |
| ·贪婪算法 | 第41-45页 |
| ·贪婪算法在突发检测中的应用 | 第41-42页 |
| ·算法描述 | 第42-44页 |
| ·算法伪代码 | 第44-45页 |
| ·利用weka对weather数据库处理 | 第45-49页 |
| 4 CRM的原理及方法 | 第49-54页 |
| ·CRM的产生与发展 | 第49页 |
| ·CRM的定义与特征 | 第49-50页 |
| ·CRM的定义 | 第49-50页 |
| ·CRM的特征 | 第50页 |
| ·CRM系统的结构与功能 | 第50-52页 |
| ·CRM系统的结构模型 | 第50-51页 |
| ·CRM系统的设计 | 第51-52页 |
| ·CRM与客户总量的相关性分析 | 第52-54页 |
| 5 数据挖掘技术在CRM中的实施过程 | 第54-69页 |
| ·数据理解与数据准备 | 第54页 |
| ·算法实施 | 第54-69页 |
| ·利用神经网络做出预测 | 第56-57页 |
| ·统计回归预测 | 第57-58页 |
| ·贝叶斯分类器预测 | 第58-60页 |
| ·并联规则处理 | 第60-63页 |
| ·决策树处理 | 第63-67页 |
| ·信用卡促销数据库的决策树 | 第67-69页 |
| 6 总结与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录: 攻读硕士学位期间发表的学术论文 | 第74页 |
