| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究的背景及意义 | 第12-13页 |
| 1.2 国内外相关领域研究现状 | 第13-15页 |
| 1.2.1 客户流失管理理论的研究现状 | 第13-14页 |
| 1.2.2 客户流失管理技术研究现状 | 第14-15页 |
| 1.3 主要研究内容 | 第15-17页 |
| 第2章 客户流失预警系统的相关技术 | 第17-25页 |
| 2.1 数据挖掘技术基础 | 第17-20页 |
| 2.1.1 数据挖掘技术的定义 | 第17-18页 |
| 2.1.2 数据挖掘技术的功能 | 第18-19页 |
| 2.1.3 数据挖掘的基本过程 | 第19-20页 |
| 2.2 数据挖掘的基本方法 | 第20-22页 |
| 2.2.1 统计分析法 | 第21-22页 |
| 2.2.2 人工智能 | 第22页 |
| 2.3 系统开发核心技术 | 第22-24页 |
| 2.3.1 开发语言和工具 | 第22-23页 |
| 2.3.2 基于Spring MVC和My Batis的Web开发技术 | 第23-24页 |
| 2.4 客户流失预警系统的可行性分析 | 第24-25页 |
| 第3章 客户流失预警系统的需求分析 | 第25-31页 |
| 3.1 客户流失因素分析 | 第25-27页 |
| 3.1.1 客户分类问题 | 第25-26页 |
| 3.1.2 客户流失的识别 | 第26-27页 |
| 3.2 预警系统的需求分析 | 第27-30页 |
| 3.2.1 系统需求 | 第27页 |
| 3.2.2 业务需求 | 第27-30页 |
| 3.2.3 附加需求 | 第30页 |
| 3.3 本章小结 | 第30-31页 |
| 第4章 客户流失预警系统构架与设计 | 第31-45页 |
| 4.1 系统设计目标与原则 | 第31页 |
| 4.2 系统总体构建 | 第31-33页 |
| 4.2.1 系统技术架构设计 | 第31-33页 |
| 4.2.2 系统逻辑架构设计 | 第33页 |
| 4.3 系统数据库设计 | 第33-36页 |
| 4.3.1 数据库逻辑结构 | 第33-34页 |
| 4.3.2 数据库物理结构设计 | 第34-36页 |
| 4.4 系统核心模块设计 | 第36-45页 |
| 4.4.1 指标选取的模块设计 | 第36-39页 |
| 4.4.2 客户流失预警模块设计 | 第39-42页 |
| 4.4.3 客户流失预警系统的核心模块组合 | 第42页 |
| 4.4.4 客户流失预警系统的组合核心模块程序设计 | 第42-45页 |
| 第5章 客户流失预警系统实现与测试 | 第45-59页 |
| 5.1 客户流失预警系统整体实现 | 第45-48页 |
| 5.2 核心模块的实现 | 第48-54页 |
| 5.2.1 指标选取模块的测试 | 第48-51页 |
| 5.2.2 客户流失预警模块的测试 | 第51-54页 |
| 5.3 客户流失预警系统的稳健性检测 | 第54-56页 |
| 5.4 组合系统与单一神经网络系统的比较分析 | 第56-57页 |
| 5.5 客户流失预警系统的实测 | 第57页 |
| 5.6 小结 | 第57-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |