| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 论文背景及意义 | 第9页 |
| 1.2 国内外研究情况介绍 | 第9-10页 |
| 1.3 本文主体结构 | 第10-12页 |
| 第2章 客户关系管理相关概念介绍 | 第12-16页 |
| 2.1 CRM的概念介绍 | 第12页 |
| 2.2 CRM的特征 | 第12页 |
| 2.3 数据挖掘在CRM中的作用 | 第12-13页 |
| 2.4 基于信息挖掘的新型智能决策支持系统 | 第13-15页 |
| 2.5 本章小结 | 第15-16页 |
| 第3章 数据挖掘技术方法与任务分类 | 第16-23页 |
| 3.1 数据挖掘的含义 | 第16-17页 |
| 3.2 数据挖掘的理论基础 | 第17页 |
| 3.3 数据挖掘发现的知识类型 | 第17-18页 |
| 3.4 数据特征化 | 第18页 |
| 3.4.1 多维数据分析（OLAP）方法 | 第18页 |
| 3.4.2 面向属性的归纳方法 | 第18页 |
| 3.5 数据挖掘的方法 | 第18-20页 |
| 3.6 分类发现的定义 | 第20-22页 |
| 3.6.1 分类的基本概念 | 第20页 |
| 3.6.2 分类的两个步骤 | 第20-22页 |
| 3.7 本章小结 | 第22-23页 |
| 第4章 数据挖掘在CRM中应用设计 | 第23-34页 |
| 4.1 CRM中应用数据挖掘步骤 | 第23-24页 |
| 4.2 网络信息模式下元数据划分方法设计 | 第24-25页 |
| 4.3 量化区分规则设计 | 第25-27页 |
| 4.4 数据类型及转换设计 | 第27-29页 |
| 4.5 类型变量的计算设计 | 第29-30页 |
| 4.6 APRIORI算法设计 | 第30-32页 |
| 4.7 本章小结 | 第32-34页 |
| 第5章 数据挖掘几种算法在企业客户管理中的应用举例 | 第34-42页 |
| 5.1 决策树算法 | 第34-37页 |
| 5.1.1 算法展示 | 第34-35页 |
| 5.1.2 ID3算法在客户关系管理中的应用 | 第35-37页 |
| 5.2 贝叶斯分类方法的应用 | 第37-38页 |
| 5.3 算法优化的设计 | 第38-41页 |
| 5.4 本章小结 | 第41-42页 |
| 第6章 总结与展望 | 第42-44页 |
| 6.1 论文总结 | 第42-43页 |
| 6.2 项目展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 作者简介及在学期间所取得的科研成果 | 第48-51页 |
| 致谢 | 第51页 |