| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 引言 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·数据挖掘在CRM中的应用和研究现状 | 第9-10页 |
| ·CRM在证券业的国内外研究现状 | 第10-11页 |
| ·本文主要研究内容及架构 | 第11-13页 |
| 第2章 分类分析 | 第13-28页 |
| ·分类分析概述 | 第13-16页 |
| ·分类过程描述 | 第13-14页 |
| ·主流分类技术简介 | 第14-16页 |
| ·分类方法的评价标准 | 第16页 |
| ·决策树算法 | 第16-23页 |
| ·ID3算法 | 第17-20页 |
| ·C4.5算法 | 第20-23页 |
| ·ID3与C4.5算法比较 | 第23页 |
| ·决策树算法与Naivebayes、RBFNetwork分类性能实例分析 | 第23-27页 |
| ·小结 | 第27-28页 |
| 第3章 一种新的粗糙决策树分类方法 | 第28-37页 |
| ·粗糙集 | 第28-31页 |
| ·粗糙集的定义 | 第28-29页 |
| ·信息系统与决策表 | 第29-30页 |
| ·属性重要性 | 第30-31页 |
| ·一种新的粗糙决策树算法 | 第31-35页 |
| ·基本思想 | 第32页 |
| ·基本步骤 | 第32页 |
| ·实验与结果分析 | 第32-35页 |
| ·小结 | 第35-37页 |
| 第4章 数据挖掘技术在证券业CRM中的应用分析 | 第37-55页 |
| ·CRM基本理论 | 第37-40页 |
| ·CRM的定义 | 第37-38页 |
| ·CRM的特点 | 第38-40页 |
| ·一种证券业CRM系统模型 | 第40-41页 |
| ·证券业CRM中的客户分类方式 | 第41-43页 |
| ·数据仓库 | 第43-46页 |
| ·数据仓库与CRM | 第43页 |
| ·数据仓库的设计 | 第43-46页 |
| ·证券客户分类指标选择及实例分析 | 第46-52页 |
| ·在证券CRM中应用数据挖掘方法的一些建议 | 第52-53页 |
| ·小结 | 第53-55页 |
| 第5章 结论与展望 | 第55-57页 |
| ·结论 | 第55-56页 |
| ·展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间的研究成果 | 第61页 |