| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8-10页 |
| ·研究背景 | 第8-10页 |
| ·研究意义 | 第10页 |
| ·研究目的和创新点 | 第10-11页 |
| ·研究内容和方法 | 第11-13页 |
| ·研究内容框架 | 第11-12页 |
| ·研究方法 | 第12-13页 |
| 第2章 国内外相关研究理论和方法综述 | 第13-19页 |
| ·客户细分理论和方法的研究概况和现状 | 第13-15页 |
| ·客户细分的理论概述 | 第13-14页 |
| ·客户细分的原则 | 第14-15页 |
| ·数据挖掘技术的研究概况和现状 | 第15-19页 |
| ·数据挖掘技术的介绍 | 第15-16页 |
| ·数据挖掘技术方法的介绍和比较 | 第16-19页 |
| 第3章 基于数据挖掘的银行信用卡客户细分的现状分析 | 第19-25页 |
| ·银行信用卡业务和客户特点分析 | 第19-21页 |
| ·银行信用卡业务及特点 | 第19页 |
| ·使用信用卡的优点 | 第19-20页 |
| ·银行信用卡客户及特点 | 第20-21页 |
| ·利用数据挖掘对银行信用卡客户细分的意义和注意的问题 | 第21-25页 |
| ·银行信用卡业务引入数据挖掘技术的现实意义 | 第22-23页 |
| ·银行信用卡业务中数据挖掘应注意的问题 | 第23-25页 |
| 第4章 基于数据挖掘的银行信用卡客户细分的模型设计 | 第25-33页 |
| ·基于数据挖掘的银行信用卡客户细分的总体模型设计 | 第25页 |
| ·模型建立的具体步骤 | 第25-26页 |
| ·客户细分数据挖掘方法分析 | 第26-33页 |
| ·基于K-means聚类算法的客户细分数据挖掘模型 | 第27-31页 |
| ·基于决策树方法的客户细分数据挖掘模型 | 第31-33页 |
| 第5章 基于数据挖掘的银行信用卡客户细分的实证分析 | 第33-47页 |
| ·数据的准备及处理 | 第33-37页 |
| ·数据的选取 | 第33-36页 |
| ·数据的整理和预处理 | 第36-37页 |
| ·聚类分析 | 第37-43页 |
| ·分析提取的样本数据 | 第37页 |
| ·对样本数据进行聚类分析 | 第37-42页 |
| ·对聚类的结果进行分析和解释 | 第42-43页 |
| ·决策树分析 | 第43-45页 |
| ·对样本进行决策树分类 | 第43-45页 |
| ·对决策树分类的结果进行分析和解释 | 第45页 |
| ·对数据挖掘结果的总结 | 第45-47页 |
| 第6章 基于客户消费行为分析的营销战略和个性化营销方式 | 第47-51页 |
| ·基于客户消费行为分析的营销战略 | 第47页 |
| ·基于日期的特约商户营销战略 | 第47页 |
| ·基于信用卡账号的特约商户营销战略 | 第47页 |
| ·基于数据挖掘的信用卡个性化营销形式 | 第47-51页 |
| ·银行信用卡业务部门与特约商户进行联名数据挖掘 | 第48页 |
| ·设置消费奖励积分 | 第48页 |
| ·实行差别化信用卡透支利率和打折活动 | 第48-49页 |
| ·发送促销消息 | 第49页 |
| ·利用数据挖掘评估产品表现和营销计划 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 后记 | 第54页 |
